scikit-learn é uma biblioteca de aprendizado de máquina para Python que fornece ferramentas simples e eficientes para análise e mineração de dados, com foco no aprendizado de máquina. É acessível a todos e reutilizável em vários contextos. Ele é baseado em NumPy e SciPy. O projeto é open source e comercialmente utilizável (licença BSD).
Estou tentando usar o scikit-learn's LabelEncoderpara codificar um panda DataFramede rótulos de string. Como o dataframe possui muitas (50+) colunas, desejo evitar a criação de um LabelEncoderobjeto para cada coluna; Prefiro ter apenas um grande LabelEncoderobjeto que funcione em todas as minhas...
Eu gostaria de ter a norma de uma matriz NumPy. Mais especificamente, estou procurando uma versão equivalente dessa função def normalize(v): norm = np.linalg.norm(v) if norm == 0: return v return v / norm Existe algo assim em skearnou numpy? Essa função funciona em uma situação em que vé o...
Como salvar um classificador treinado Naive Bayes em disco e usá-lo para prever dados? Eu tenho o seguinte programa de amostra no site scikit-learn: from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB gnb = GaussianNB() y_pred = gnb.fit(iris.data,...
Estou usando o python 2.7 no Ubuntu 14.04. Eu instalei o scikit-learn, numpy e matplotlib com estes comandos: sudo apt-get install build-essential python-dev python-numpy \ python-numpy-dev python-scipy libatlas-dev g++ python-matplotlib \ ipython Mas quando eu importo esses pacotes: from...
É possível especificar sua própria função de distância usando o K-Means Clustering do
Eu sei que eu poderia implementar uma função de erro quadrático médio raiz como esta: def rmse(predictions, targets): return np.sqrt(((predictions - targets) ** 2).mean()) O que estou procurando se essa função rmse for implementada em uma biblioteca em algum lugar, talvez em scipy ou...
Posso extrair as regras de decisão subjacentes (ou 'caminhos de decisão') de uma árvore treinada em uma árvore de decisão como uma lista textual? Algo como: if A>0.4 then if B<0.2 then if C>0.8 then class='X' Obrigado pela
Como posso encontrar o valor-p (significância) de cada coeficiente? lm =
Eu tenho esse erro ao tentar carregar um modelo SVM salvo. Tentei desinstalar o sklearn, NumPy e SciPy, reinstalando as versões mais recentes novamente (usando pip). Ainda estou recebendo esse erro. Por quê? In [1]: import sklearn; print sklearn.__version__ 0.18.1 In [3]: import numpy; print...
Quero implementar um algoritmo de aprendizado de máquina no scikit learn, mas não entendo o que esse parâmetro random_statefaz? Por que devo usá-lo? Eu também não conseguia entender o que é um número pseudo-aleatório.
Eu tenho um dataframe de pandas e desejo dividi-lo em 3 conjuntos separados. Eu sei que usando train_test_split de sklearn.cross_validation, é possível dividir os dados em dois conjuntos (train e test). No entanto, não consegui encontrar nenhuma solução para dividir os dados em três conjuntos. De...
Eu tenho um dataframe de pandas com colunas de tipo misto e gostaria de aplicar o min_max_scaler do sklearn a algumas das colunas. Idealmente, eu gostaria de fazer essas transformações no local, mas ainda não descobri uma maneira de fazer isso. Eu escrevi o seguinte código que funciona: import...
Estou usando o sklearn e estou tendo um problema com a propagação de afinidade. Eu construí uma matriz de entrada e continuo recebendo o seguinte erro. ValueError: Input contains NaN, infinity or a value too large for dtype('float64'). eu corri np.isnan(mat.any()) #and gets
Percebi que, quando a codificação One Hot é usada em um determinado conjunto de dados (uma matriz) e usada como dados de treinamento para algoritmos de aprendizado, ela fornece resultados significativamente melhores com relação à precisão da previsão, em comparação com o uso da própria matriz...
Eu tenho uma tarefa de classificação com uma série temporal como entrada de dados, em que cada atributo (n = 23) representa um ponto específico no tempo. Além do resultado absoluto da classificação, gostaria de descobrir quais atributos / datas contribuem para o resultado em que extensão. Portanto,...
Não consigo descobrir como sklearn.pipeline.Pipelinefunciona exatamente. Existem algumas explicações no documento . Por exemplo, o que eles querem dizer com: Pipeline de transformações com um estimador final. Para deixar minha pergunta mais clara, quais são steps? Como eles...
Eu preciso para se ajustar RandomForestRegressora partir sklearn.ensemble. forest = ensemble.RandomForestRegressor(**RF_tuned_parameters) model = forest.fit(train_fold, train_y) yhat = model.predict(test_fold) Este código sempre funcionou até que eu fiz algum pré-processamento de dados ( train_y)....
Estou recebendo o seguinte erro ao tentar importar do sklearn: >>> from sklearn import svm Traceback (most recent call last): File "<pyshell#17>", line 1, in <module> from sklearn import svm File "C:\Python27\lib\site-packages\sklearn\__init__.py", line 16, in...
Na caixa de ferramentas sklearn-python, existem duas funções transforme fit_transformsobre sklearn.decomposition.RandomizedPCA. A descrição de duas funções é a seguinte Mas qual é a diferença entre eles?
Estou tendo muitos problemas para entender como funciona o class_weightparâmetro na regressão logística do scikit-learn. A situação Quero usar a regressão logística para fazer a classificação binária em um conjunto de dados muito desequilibrado. As classes são rotuladas 0 (negativo) e 1...