Eu tenho um problema de classificação com dados categóricos e numéricos. O problema que estou enfrentando é que meus dados categóricos não são corrigidos, o que significa que o novo candidato cujo rótulo eu quero prever pode ter uma nova categoria que não foi observada anteriormente. Por exemplo,...
Eu estava analisando o classificador criado usando uma árvore de decisão. Há um parâmetro de ajuste chamado max_depth na árvore de decisão do scikit . Isso é equivalente a podar uma árvore de decisão? Caso contrário, como podar uma árvore de decisão usando o scikit? dt_ap =...
Uma visão geral do processo de otimização de hiperparâmetros no scikit-learn está aqui . A pesquisa exaustiva na grade encontrará o conjunto ideal de hiperparâmetros para um modelo. A desvantagem é que a busca exaustiva na grade é lenta. A pesquisa aleatória é mais rápida que a pesquisa em grade,...
Fiz algumas pesquisas para aprender precisão e recall e vi que alguns gráficos representam uma relação inversa entre precisão e recall e comecei a pensar sobre isso para esclarecer o assunto. Eu me pergunto o relacionamento inverso sempre vale? Suponha que eu tenha um problema de classificação...
Eu tenho aprendido sobre redes neurais convolucionais. Ao examinar Kerasexemplos, deparei-me com três métodos diferentes de convolução. Ou seja, 1D, 2D e 3D. Quais são as diferenças entre essas três camadas? Quais são os casos de uso deles? Existem alguns links ou referências para mostrar seus...
Atualmente, estou trabalhando em um modelo de regressão logística para genômica. Um dos campos de entrada que quero incluir como covariável é genes. Existem cerca de 24.000 genes conhecidos. Existem muitos recursos com esse nível de variabilidade na biologia computacional e centenas de milhares de...
Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico do Data Science Stack Exchange. Fechado há 6 anos . Eu sempre me interessei por...
Os detalhes da API de previsão do Google estão nesta página , mas não consigo encontrar detalhes sobre os algoritmos de previsão em execução atrás da API. Até agora, concluí que eles permitem que você forneça suas etapas de pré-processamento no formato
Estou aprendendo máquinas de vetores de suporte e não consigo entender como um rótulo de classe é escolhido para um ponto de dados em um classificador binário. É escolhido por consenso em relação à classificação em cada dimensão do hiperplano
Um sistema de recomendação mantém um registro de quais recomendações foram feitas para um usuário específico e se esse usuário aceita a recomendação. É como user_id item_id result 1 4 1 1 7 -1 5 19 1 5 80 1 onde 1 significa que o usuário aceitou a recomendação enquanto -1 significa que o usuário...
Sou novo nesta comunidade e espero que minha pergunta se encaixe aqui. Como parte do meu curso de análise de dados, eu escolhi o projeto de reconhecimento de atividades humanas usando conjuntos de dados de smartphones. No que me diz respeito, este tópico está relacionado ao Machine Learning e...
Eu tenho um grande conjunto de dados de um banco de dados relacional para o qual preciso criar um modelo de classificação. Normalmente, para essa situação, eu usaria a Programação Lógica Indutiva (ILP), mas devido a circunstâncias especiais, não posso fazer isso. A outra maneira de resolver isso...
Eu tenho um grande número de amostras que representam fluxos de bits codificados em Manchester como sinais de áudio. A frequência na qual eles são codificados é o componente de frequência principal quando está alto, e há uma quantidade consistente de ruído branco no fundo. Decodifiquei manualmente...
Quais conjuntos de dados disponíveis gratuitamente posso usar para treinar um classificador de texto? Estamos tentando melhorar o engajamento de nossos usuários, recomendando o conteúdo mais relacionado a ele. Pensamos que, se classificássemos nosso conteúdo com base em um conjunto predefinido de...
Acabei de aprender sobre a regularização como uma abordagem para controlar o ajuste excessivo e gostaria de incorporar a ideia em uma implementação simples de retropropagação e perceptron de múltiplas camadas (MLP) que montei. Atualmente, para evitar o ajuste excessivo, valido cruzadamente e...
Eu sou um profissional de TI de 35 anos que é puramente técnico. Sou bom em programação, aprendendo novas tecnologias, entendendo-as e implementando-as. Eu não gostava de matemática na escola, então não obtive bons resultados em matemática. Estou muito interessado em seguir uma carreira em análise...
Quero usar a Alocação de Dirichlet Latente para um projeto e estou usando o Python com a biblioteca gensim. Depois de encontrar os tópicos, gostaria de agrupar os documentos usando um algoritmo como o k-means (idealmente, gostaria de usar um bom para sobrepor clusters para que qualquer recomendação...
Estou treinando modelos de floresta aleatórios em R usando randomForest()com 1000 árvores e quadros de dados com cerca de 20 preditores e linhas de 600 mil. No meu laptop, tudo funciona bem, mas quando passo para o amazon ec2, para executar a mesma coisa, recebo o erro: Error: cannot allocate...
Estou procurando algumas dicas sobre como selecionar uma lista de palavras irrelevantes. Alguém sabe / alguém pode recomendar um bom método para extrair listas de palavras de parada do próprio conjunto de dados para pré-processamento e filtragem? Os dados: uma quantidade enorme de texto humano de...
Cada observação nos meus dados foi coletada com uma diferença de 0,1 segundos. Não chamo de série temporal porque não tem data e hora. Nos exemplos de algoritmos de clustering (encontrados online) e PCA, os dados da amostra têm 1 observação por caso e não são cronometrados. Mas meus dados têm...