AI人工智能

用R编写自己的KMeans算法

我正在尝试用R编写我自己的第一个KMeans算法。我在这个领域是新手，所以请不要因为我看不到明显的东西而评判我。 在当前状态下，该算法取两个向量x，y，计算每个数据点到簇中心的距离，并分配从其中心到数据点距离最小的簇。当分配没有变化，因此聚类中心没有变化时，算法停止。 # Sample data set.seed(100) xval ..

发布时间：2022-07-20 17:03:31 r algorithm machine-learning data-mining k-means AI人工智能

词汇空间大小模型'；en_core_web_sm'；

我试着在Spacy Small模型中查看词汇量： model_name="en_core_web_sm" nlpp=spacy.load(model_name) len(list(nlpp.vocab.strings)) 它只给了我1185个单词。我还在同事的机器上试了试，得到了不同的结果(1198和1183)。 只有这么小的词汇量来训练词性标注，难道就应该是这样吗？当我在我的 ..

发布时间：2022-07-20 12:31:13 machine-learning nlp data-science spacy AI人工智能

支持向量机-数据是否有可指示最佳参数的属性(例如，C、伽马)

使用交叉验证来确定最佳参数似乎相当标准。当然，这通常是一个耗时的过程。有什么捷径吗？有没有其他更快的探索性分析形式，可以提供关于哪些值将是最佳的提示？ 例如，以我目前对机器学习和支持向量机的理解，我可能会做一些事情，比如在C的指数为10的[10e-5，10e5]范围内执行初始网格搜索，然后从那里进行微调。但有没有一种方法可以让我快速估计出最佳的C在10e3和10e5之间，然后执行更具体的搜索？ ..

发布时间：2022-07-12 18:58:44 machine-learning svm cross-validation AI人工智能

CTC丢失错误：找不到有效路径？Tf.keras中的OCR困难

全部。我正在尝试在这里获得CTC丢失功能，但它工作不是很好。我一直收到这个错误： 2020-11-04 07:28:53.647946: W ./tensorflow/core/util/ctc/ctc_loss_calculator.h:499] No valid path found. 2020-11-04 07:28:53.647977: W ./tensorflow/core/uti ..

发布时间：2022-07-04 15:35:31 tensorflow machine-learning keras computer-vision tensorflow2.0 AI人工智能

如何解决在TensorFlow服务中为USE4模型提供服务时表未初始化的问题？

因此，我使用以下链接准备了一个包含USE4的Keras模型： https://tfhub.dev/google/universal-sentence-encoder-large/4 使用TensorFlow 2.3，我将其添加到我的模型中并保存该模型 tf.saved_model.save( model, export_dir= '/directory/model/1', ) 在d ..

发布时间：2022-07-04 15:31:52 python tensorflow machine-learning tensorflow2.0 tensorflow-serving AI人工智能

用PyTorch预测网格坐标序列

我有一个类似的开放问题here on Cross Validated(虽然不是以实现为重点的，我打算这个问题是这样的，所以我认为它们都是有效的)。 我正在进行一个项目，该项目使用传感器来监控人员的GPS位置。然后，坐标将被转换为简单的网格表示。我想尝试和做的是，在记录用户路线后，训练神经网络来预测下一个坐标，即以下面的例子为例，用户在一段时间内只重复两条路线，Home->A和Home->B。 ..

发布时间：2022-07-01 22:36:35 machine-learning deep-learning pytorch lstm recurrent-neural-network AI人工智能

如何执行K-medoid

我花了很长时间试图弄清楚如何(在纸上)执行K-medoids算法，但我不能理解如何开始和迭代。例如： 我有6个点、k、c1和c2之间的距离矩阵。 如果有人能教我如何在这个例子上执行K-medoid算法，我会很高兴的。如何开始和迭代？ 谢谢 推荐答案 更多细节： 将K设置为所需的簇数，让我们使用2。 随机选择K个实体作为中间体m_1、m_2。让我们选择X_3(让 ..

发布时间：2022-07-01 20:10:34 cluster-analysis data-mining k-means AI人工智能

我是不是应该既执行列姆化，又执行词干删除？

我正在用Python语言编写一个文本分类系统。以下是我为规范每个令牌所做的工作： lem, stem = WordNetLemmatizer(), PorterStemmer() for doc in corpus: for word in doc: lemma = stem.stem(lem.lemmatize(word)) 我不想只用词汇化的原因是因为我注意到 ..

发布时间：2022-06-29 17:01:41 python machine-learning nlp nltk stemming AI人工智能

奇怪的验证损失和准确性

我正在尝试使用MLP进行分类。以下是模特的外观。 import keras from keras.models import Sequential from keras.layers import Dense, Dropout from keras.utils import np_utils model = Sequential() model.add(Dense(256, activ ..

发布时间：2022-06-28 21:24:31 machine-learning neural-network deep-learning keras classification AI人工智能

多标签分类KERAS度量

在KERAS中，哪些指标更适合多标签分类：accuracy或categorical_accuracy？显然，在这种情况下，最后一个激活函数是sigmoid，而AS损失函数是binary_crossentropy。 推荐答案 我不会对类别不平衡的分类任务使用准确性。 尤其是对于多标签任务，您可能会认为您的大多数标签都是假的。也就是说，与所有可能的标签的基数相比，每个数据点只能有一小部分标 ..

发布时间：2022-06-28 21:08:49 machine-learning keras classification multilabel-classification AI人工智能

使用RANGER计算多分类混淆矩阵或对合表时出错

我正在调用Ranger来为一个大型混合数据帧(其中一些分类变量具有超过53个级别)的多分类问题建模。训练和测试运行没有任何问题。然而，解释混淆矩阵/合同表会出现问题。 我用虹膜数据来解释我面临的困难，把物种当作分类变量， library(ranger) library(caret) # Data idx = sample(nrow(iris),100) data = iris # ..

发布时间：2022-06-28 20:57:39 r machine-learning classification confusion-matrix r-ranger AI人工智能

K=4时k近邻选择类标签

在k-NN分类中，输出是类成员。对象按其邻居的多数票进行分类，对象被分配到其k个最近邻居中最常见的类(k是正整数，通常较小)。 如果k=1，则仅将该对象分配给该单个最近邻居的类。 如果k=3，且类标签为Good=2 Bad=1，则预测的类标签为Good，包含多数票。 如果k=4，并且类标签是Good=2 Bad=2，则类标签是什么？ 推荐答案 有不同的方法。例如，按照文档he ..

发布时间：2022-06-28 20:49:17 machine-learning classification nearest-neighbor knn AI人工智能

无信息迷宫出口的优化算法

我必须确定一种让机器人走出迷宫的方法。问题是，迷宫的布局未知，出口位置也未知。机器人还会从迷宫中一个未知的位置开始。 我找到了3个解决方案，但我很难知道我应该使用哪一个，因为最终似乎这些解决方案都是纯粹随机的。 我有三个解决方案： 1)基本的“人”策略(？)，你把手放在墙上，如果需要的话，穿过所有的迷宫。我还保留了一个变量“Turn Counter”，以避免机器人循环的情况。 2)深度优先搜索 ..

发布时间：2022-06-28 17:04:55 algorithm artificial-intelligence path-finding maze AI人工智能

异常：传递的模型不可调用，并且不能直接使用给定掩码进行分析

我正在处理一个回归问题，我使用StackingRegressor来训练数据，然后在测试集上进行预测。出于模型可解释性目的，我使用了SHAP，如下所示： import xgboost from sklearn.ensemble import RandomForestRegressor from sklearn.ensemble import StackingRegressor import s ..

发布时间：2022-06-27 12:48:09 machine-learning scikit-learn regression shap AI人工智能

如何根据标签有选择地增加数据子集？

我正在开发一个回归神经网络，它使用Kera 1.2.1、TensorFlow后端和用于动态图像增强的生成器。 我希望根据与每个图像相关联的标签来增加我的随机数据集。 例如，在每个时期，我只想包括被标记为0.00的图像的25%。 另一方面，如果图像标记为-.20，我想将其旋转/翻转/完全旋转某个随机量。 问题是，我如何才能有选择地根据图像数据的标签来增加图像数据？ 这可能吗？ 推 ..

发布时间：2022-06-25 23:33:55 tensorflow dataset artificial-intelligence deep-learning keras AI人工智能

有没有关于Kera中默认的权重初始值设定项的解释？

我刚刚在here中读到了Kera权重初始值设定项。在文档中，只介绍了不同的初始值设定项。例如： model.add(Dense(64, kernel_initializer='random_normal')) 我想知道当我未指定kernel_initializer参数时，默认权重是多少。 有办法访问它吗？ 推荐答案 每一层都有自己的初始化权重的默认值。对于大多数层，例如Den ..

发布时间：2022-06-22 20:51:32 python machine-learning keras neural-network AI人工智能

未将/IMPORT&；中的&；#39；识别为内部或外部命令、可操作程序或批处理文件

我在从SCRICKIT-LEARN导入机器学习算法时遇到了问题。 我已经安装了它，但每当我输入例如“from sklearn.naive_Bayes import GaussianNB”时，它就会显示“‘from’不被识别为内部或外部命令、可操作程序或批处理文件。 我在Windows 10上使用的是蟒蛇。是不是有兼容性问题？我是不是遗漏了什么？IDK我还是个新手，所以我觉得很迷茫。谢谢 推荐 ..

发布时间：2022-06-21 22:12:43 python machine-learning scikit-learn windows-10 anaconda AI人工智能

如何绘制多输出回归任务的训练和测试的损失曲线？

我正在试验MultiOutputRegressor()，我想知道一旦测量到损耗后，是否有可能达到多输出回归任务的Trains&；Testset上的损耗曲线。 我尝试的内容： import matplotlib.pyplot as plt import numpy as np #from sklearn import datasets, ensemble #from sklearn ..

发布时间：2022-06-21 22:09:13 python machine-learning scikit-learn regression loss-function AI人工智能

如何在带有模式的Spacy模型中从简历中解析出生日期

我添加了多个取数模式date_of_birth，有时取数正确，但有时得到的日期不是出生日期。 您可以看到我添加的patterns DOB_PATTERN = [ # dates of the form 23-12-2018 [{'IS_DIGIT': True}, {'ORTH': '/'}, {'IS_DIGIT': True}, {'ORTH': '/'}, {'I ..

发布时间：2022-06-21 16:25:33 python machine-learning data-science spacy training-data AI人工智能

TypeError：编码器要求他们的输入是统一的字符串或数字。已获取['；int&39；，'；str'；]

我已经引用了帖子here、here和here。不要将其标记为重复。 我正在处理一个二进制分类问题，其中我的数据集具有类别列和数值列。 但是，有些分类列混合了数值和字符串值。然而，它们仅指示类别名称。 例如，我有一个名为biz_category的列，它的值类似于A,B,C,4,5等。 我猜下面的错误是由于类似4 and 5的值引发的。 因此，我尝试在下面将它们转换为catego ..

发布时间：2022-06-21 16:16:41 python pandas machine-learning scikit-learn smote AI人工智能