Estou desenvolvendo um modelo de previsão usando Java Weka api. Posso prever a classe para a nova instância usando o seguinte código: double predictClass = classifer.classifyInstance(instance) No entanto, preciso de probabilidade de classe em vez de valor de classe. Agradecemos antecipadamente...
Estou procurando ferramentas que ajudem a mim e à minha equipe a anotar conjuntos de treinamento. Eu trabalho em um ambiente com grandes conjuntos de dados, alguns dos quais são un ou semi-estruturados. Em muitos casos, existem registros que ajudam a encontrar uma verdade fundamentada. Em muitos...
Meu conjunto de treinamento contém cerca de 50 mil entradas com as quais faço um aprendizado inicial. Semanalmente, ~ 5k entradas são adicionadas; mas a mesma quantidade "desaparece" (pois são os dados do usuário que precisam ser excluídos após algum tempo). Portanto, uso o aprendizado on-line...
Problema Tentei usar bayes Naive em um conjunto de dados rotulados de dados sobre crimes, mas obtive resultados realmente ruins (precisão de 7%). Naive Bayes corre muito mais rápido do que outros alogoritmos que eu estou usando, então eu queria tentar descobrir por que a pontuação era tão...
Tenho desequilíbrio de classe na proporção 1:15, ou seja, taxa de eventos muito baixa. Então, para selecionar os parâmetros de ajuste do GBM no scikit learn, quero usar Kappa em vez da pontuação F1. Meu entendimento é que Kappa é uma métrica melhor que a pontuação da F1 para o desequilíbrio de...
Meu conjunto de dados é composto por seqüências de vetores. Cada vetor possui 50 dimensões com valor real. O número de vetores em uma sequência varia de 3-5 a 10-15. Em outras palavras, o comprimento de uma sequência não é fixo. Alguma quantidade razoável de seqüências (não vetores!) É anotada com...
Estou procurando uma biblioteca Python que possa calcular a matriz de confusão para a classificação de vários rótulos . PARA SUA INFORMAÇÃO: O scikit-learn não suporta rótulos múltiplos para matriz de confusão) Qual é a diferença entre Multiclass e Multilabel
Tive uma discussão interessante com base em um projeto em que estávamos trabalhando: por que usar um sistema de inspeção visual da CNN sobre um algoritmo de correspondência de modelos? Antecedentes: eu tinha mostrado uma demonstração de um sistema simples de visão da CNN (webcam + laptop) que...
Eu tenho um conjunto de dados composto por séries temporais (8 pontos) com cerca de 40 dimensões (portanto, cada série temporal é 8 por 40). A saída correspondente (os possíveis resultados para as categorias) é igual a 0 ou 1. Qual seria a melhor abordagem para projetar um classificador para...
Eu tenho dados de treinamento rotulados com valores binários. Eu também coletei a confiança de cada um desses rótulos, ou seja, 0,8 de confiança significaria que 80% das etiquetadoras humanas concordam com esse rótulo. É possível usar esses dados de confiança para melhorar a precisão do meu...
Suponha que eu esteja interessado em três classes , , . Mas meu conjunto de dados na verdade contém várias outras classes reais .c 2 c 3 ( c j ) n j = 4c1 1c1c_1c2c2c_2c3c3c_3( cj)nj = 4(cj)j=4n(c_j)_{j=4}^n A resposta óbvia é definir uma nova classe que se refira a todas as classes , mas...
Estou trabalhando em um problema de classificação de texto usando a Floresta aleatória como classificadores e uma abordagem de palavras-chave. Estou usando a implementação básica do Random Forests (o presente no scikit), que cria uma condição binária em uma única variável em cada divisão. Diante...
Estou treinando uma CNN para um problema de classificação de imagem de 3 classes. Minha perda de treinamento diminuiu sem problemas, que é o comportamento esperado. No entanto, minha perda de validação mostra muita flutuação. É algo com que eu deveria me preocupar ou devo escolher o modelo com a...
Qual é a melhor maneira de categorizar as abordagens desenvolvidas para lidar com o problema de classe de desequilíbrio? Este artigo os categoriza em: Pré-processamento: inclui métodos de superamostragem, subamostragem e híbrido, Aprendizagem sensível ao custo: inclui métodos diretos e...
Estou estudando aprendizado de máquina com as palestras de Andrew Ng Stanford e me deparei com a teoria das dimensões do VC. De acordo com as palestras e o que entendi, a definição da dimensão VC pode ser dada como, Se você puder encontrar um conjunto de pontos, para que ele possa ser quebrado...
Estou tentando classificar os dados brutos do acelerômetro x, y, z em seu rótulo correspondente. Qual é a melhor arquitetura para obter melhores resultados? Ou alguém tem alguma sugestão sobre arquiteturas LSTM construídas em keras com nós de entrada e
Como usar Naive Bayes para classificação de texto com vários rótulos em R. Eu tentei usar naiveBayes () da biblioteca e1071, mas parece que durante o treinamento, ele não aceita variáveis de classe com vários rótulos. Criei TermDocumentMatrix usando o corpus do documento de texto e tentei...
Eu tenho uma rede neural simples (NN) para a classificação MNIST. Inclui 2 camadas ocultas, cada uma com 500 neurônios. Portanto, as dimensões do NN são: 784-500-500-10. ReLU é usado em todos os neurônios, softmax é usado na saída e entropia cruzada é a função de perda. O que me intriga é por que...
Eu sei que é Polynomial Logistic Regressionpossível aprender facilmente dados típicos como a seguinte imagem: Fiquei pensando se os dois dados a seguir também podem ser aprendidos usando ou não. Polynomial Logistic Regression Acho que tenho que adicionar mais explicações. Assuma a primeira...
Treinei uma rede convolucional para classificar as imagens de um componente mecânico como boas ou defeituosas. Embora a precisão do teste fosse alta, percebi que o modelo tinha um desempenho ruim em imagens com iluminação ligeiramente diferente. Os recursos que estou tentando detectar são sutis, e...