Estou tentando criar um modelo de classificação usando a API Java Weka. Meu conjunto de dados de treinamento tem problemas de desequilíbrio de classe. Por esse motivo, quero usar o SMOTE para reduzir o problema de desequilíbrio de classe. Mas não sei como usá-lo na API Java
Eu tenho uma Xmatriz, uma yvariável e outra variável ORTHO_VAR. Preciso prever a yvariável usando X, no entanto, as previsões desse modelo precisam ser ortogonais e, ao ORTHO_VARmesmo tempo, estar o mais correlacionadas ypossível. Eu preferiria que as previsões fossem geradas com um método não...
Eu tenho dois conjuntos de dados A e B que são exatamente iguais em termos de número de colunas, nome das colunas e valores. A única diferença é a ordem dessas colunas. Treino o modelo LightGBM em cada um dos dois conjuntos de dados com as seguintes etapas Divida cada conjunto de dados em...
Meu conjunto de dados tem um total de 200 colunas, em que cada coluna corresponde ao mesmo pixel em todas as minhas imagens. No total, tenho 48.500 linhas. Os rótulos para os dados variam de 0 a 9. Os dados são mais ou menos assim: raw_0 raw_1 raw_2 raw_3 raw_4 0 120.0 133.0 96.0 155.0 66.0 1...
Eu tenho um modelo XGBoost tentando prever se uma moeda vai subir ou descer no próximo período (5 min). Eu tenho um conjunto de dados de 2004 a 2018. Dividi os dados aleatoriamente em 95% de treinamento e 5% de validação, e a precisão no conjunto de Validação é de até 55%. Quando uso o modelo em um...
Eu sou novo no RHadoop e também no RMR ... Eu tinha um requisito para escrever um trabalho de Mapreduce no R Mapreduce. Eu tentei escrever, mas ao executar isso, dá um erro. Tring para ler o arquivo de hdfs Erro: Error in mr(map = map, reduce = reduce, combine = combine, vectorized.reduce, :...
Antes de tudo, sei que a pergunta pode não ser adequada para o site, mas eu realmente apreciaria se você me desse algumas dicas. Sou um programador de 16 anos, tenho experiência com diversas linguagens de programação. Há algum tempo, iniciei um curso no Coursera, intitulado introdução ao...
Aparentemente, o Naive Bayes lida com os dados ausentes de maneira diferente, dependendo se eles existem em instâncias de treinamento ou teste / classificação. Ao classificar instâncias, o atributo com o valor ausente simplesmente não é incluído no cálculo de probabilidade (...
Minha empresa fornece serviços gerenciados para muitos de seus clientes. Nossos clientes geralmente usam as seguintes ferramentas de monitoramento para monitorar seus servidores / aplicativos da web: OpsView Nagios Pingdom Scripts de shell customizados Sempre que qualquer problema é encontrado,...
Comparei os modelos de regressão logística em R ( glm) e Spark (LogisticRegressionWithLBFGS ) em um conjunto de dados de 390 obs. de 14 variáveis. Os resultados são completamente diferentes na interceptação e nos pesos. Como explicar isso? Aqui estão os resultados do Spark...
Passei por essa comparação de disciplinas analíticas e essa perspectiva de aprendizado de máquina , mas não estou encontrando respostas sobre o seguinte: Como a ciência de dados está relacionada ao aprendizado de máquina? Como isso não está relacionado ao Machine
Eu tenho alguns pontos em , ou seja, a esfera da unidade dimensional incorporada em , e gostaria de projetá-los para , ou seja, a bidimensional esfera unitária (incorporada em ) para visualizá-la com a restrição de que os pontos vizinhos devem estar próximos. Passei algum tempo brincando com t-sne,...
O objetivo: Eu sou novo em aprendizado de máquina e experimento com redes neurais. Eu gostaria de construir uma rede que tenha como entrada uma série de 5 imagens e preveja a próxima imagem. Meu conjunto de dados é completamente artificial, apenas para minha experimentação. Como ilustração, aqui...
Eu tenho um conjunto de dados com fragmentos de texto com uma estrutura fixa que pode conter parâmetros. Exemplos são: Temperature today is 20 centigrades Temperature today is 28 centigrades ou Her eyes are blue and hair black. Her eyes are green and hair brown. O primeiro exemplo mostra um...
Uma suposição básica no aprendizado de máquina é que os dados de treinamento e teste são obtidos da mesma população e, portanto, seguem a mesma distribuição. Mas, na prática, isso é altamente improvável. O turno covariável aborda esse problema. Alguém pode tirar as seguintes dúvidas sobre...
Existe alguma abordagem padrão para detectar a mudança covariável entre os dados de treinamento e teste? Isso seria útil para validar a suposição de que existe mudança covariável no meu banco de dados, que contém algumas centenas de
Como usamos uma codificação quente se o número de valores que uma variável categórica pode receber é grande? No meu caso, são 56 valores. Portanto, conforme o método usual, eu teria que adicionar 56 colunas (56 recursos binários) no conjunto de dados de treinamento, o que aumentará imensamente a...
Estive no curso de Standford / Coursera Machine Learning ; e está indo muito bem. Estou realmente mais interessado na compreensão do tópico do que em obter a nota do curso e, como tal, estou tentando escrever todo o código em uma linguagem de programação em que sou mais fluente (algo que eu possa...
Entendi que os SVMs são classificadores lineares binários (sem o truque do kernel). Eles possuem dados de treinamento onde é um vetor e é a classe. Por serem binários, classificadores lineares, a tarefa é encontrar um hiperplano que separa os pontos de dados com o rótulo dos pontos de dados com o...
Um artigo recente de He et al. ( Deep Residual Learning for Image Recognition , Microsoft Research, 2015) afirma que eles usam até 4096 camadas (não neurônios!). Estou tentando entender o papel, mas tropeço na palavra "residual". Alguém poderia me dar uma explicação / definição o que significa...