scikit-learn相关内容
我让Dask来处理内存中无法容纳的大型向量数组，并使用SCRICKIT-LINE COSING_SIMPLIZATION来计算这些向量之间的余弦相似度，即： import dask.array as da from sklearn.metrics.pairwise import cosine_similarity vectors = da.from_array(vectors, 10000)
..
在Julia中使用SymPy，如何转换示例输入 feature_names = ["1", "x", "y", "z", "x^2", "x y", "x z", "y^2", "y z", "z^2"] 转换为可调用的方法f(x, y, z)，该方法返回以下表达式的计算结果： julia >>> f(1, 2, 3) julia >>> 10-element Vector{fl
..
我正在使用Gaussian Mixture Model (GMM)中的sklearn.mixture对我的数据集执行群集。 我可以使用函数score()来计算该模型下的对数概率。 但是，我正在寻找this article中定义的名为‘PURITY’的指标。 如何在Python中实现它？我当前的实现如下所示： from sklearn.mixture import GMM
..
我遇到了一个问题，我正在尝试构建我自己的类以放入到python中的管道中，但它不起作用。 我尝试解决的问题是一个多类分类问题。 我要做的是在管道中添加一个步骤来检测和删除离群值。 我发现这个detect and remove outliers in pipeline python与我所做的非常相似。 这是我的班级： from sklearn.neighbors import Lo
..
我试图了解在Logistic回归交叉验证中如何计算最佳系数，其中“refit”参数为True。 如果我对docs的理解是正确的，那么最好的系数是首先确定最佳正则化参数“C”的结果，即在所有折叠上具有最高平均分数的C值。然后，最好的系数就是在最佳C得分最高的折叠上计算的系数。我假设，如果最大分数被几个折叠获得，则这些折叠的系数将被平均，以得到最佳系数(我在文档中没有看到任何关于如何处理这种情况的内容
..
是否可以在sklearn中运行带有和不带有预测值(即只有截取)的回归(例如，Logistic回归)？这似乎是一个相当标准的类型分析，可能这个信息已经在输出中可用。 我找到的唯一相关内容是sklearn.svm.l1_min_c，但这将返回一个非空模型。 我正在寻找类似的东西，只截取的回归(Y = a + ε)与标准回归(Y = a + bX + ε)：http://www.philen
..
我正在对布尔0/1数据集进行Logistic回归(预测某个年龄超过某个金额的工资的概率)，并且我使用sklearn和StatsModels得到了非常不同的结果，而skLearning是非常错误的。 为了使该函数更类似于StatsModels，我已将skLearning惩罚设置为None，并将Intercept Term设置为False，但我看不到如何让skLearning给出合理的答案。
..
我拟合了Logistic回归模型，并使用以下内容基于训练数据集训练该模型 import scikits as sklearn from sklearn.linear_model import LogisticRegression lr = LogisticRegression(C=0.1, penalty='l1') model = lr.fit(training[:,0:-1], trai
..
类似于此问题(ColumnTransformer fails with CountVectorizer in a pipeline)，我希望使用管道中的ColumnTransformer对具有文本功能的列应用CountVectorizer/HashingVectorizer。但我不是只有一个文字功能，而是多个。如果我传递了一个功能(而不是像另一个问题的解决方案中建议的那样作为列表)，它工作得很好，
..
我正在尝试使用KNeighbors分类器和支持向量机在sklear中构建一个GridSearchCV管道。到目前为止，我已经尝试了以下代码： from sklearn.model_selection import GridSearchCV from sklearn.pipeline import Pipeline from sklearn.neighbors import KNeighbor
..
到目前为止，我拥有的代码如下所示，它工作得很好。但是，我要为每个测试的功能打印以下RFE属性："；rfe.Support_[i]"；、&rfe.ranking_[i]"；和所选功能的名称。i"；引用索引后，第一个属性返回True或False(如果选择了列)，第二个属性返回它们各自的排名。 换句话说，我想打印每个RFE中考虑的列，并且它们不会保留为抽象的东西。
..
我使用Scipy库执行层次聚类并创建树形图。以下是简单的代码和生成的树状图： import numpy as np from scipy.cluster.hierarchy import dendrogram, linkage from matplotlib import pyplot as plt X = np.array([[5, 3], [10, 15],
..
我编写了以下代码来计算多类分类问题的精度和召回率： import numpy as np import matplotlib.pyplot as plt from itertools import cycle from sklearn import svm, datasets from sklearn.metrics import roc_curve, auc, precision_rec
..
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
..
我有一个数字数组X，它有3列，如下所示： array([[ 3791, 2629, 0], [ 1198760, 113989, 0], [ 4120665, 0, 1], ... 前两列是连续值，最后一列是BINARY(0，1)。我只想将StandardScaler类应用
..
我在Jupyter Notebook中使用Ploly在Python中创建了一些曲线图，不幸的是，每次我打开Jupyter Notebook时都必须重新加载数据才能在Ploly中看到这些曲线图，为什么会发生这种情况，如果我可以在每次运行Jupyter Notebook时以某种方式使曲线图自动生成？ 请给我一些建议，这对我来说真的是个大问题。 例如，当我打开Jupyter Notebook时，我
..
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
..
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
..
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
..
我正在学习一个教程，该教程介绍了如何使用pythonv3.6来使用SCRICKIT-LEARN进行带有机器学习的决策树。 以下是代码； import pandas as pd import numpy as np import matplotlib.pyplot as plt import mglearn import graphviz from sklearn.datasets i
..
