Science des données

1

Paramètre scikit-learn n_jobs sur l'utilisation du processeur et la mémoire

Dans la plupart des estimateurs sur scikit-learn, il existe un n_jobsparamètre dans fit/ predictmethods pour créer des emplois parallèles à l'aide de joblib. J'ai remarqué que le définir sur -1crée un seul processus Python et maximise les cœurs, ce qui fait que l'utilisation du processeur atteint 2500% en plus. Ceci …

11 python scikit-learn

5

Quand supprimer les variables corrélées

Quelqu'un peut-il suggérer quelle est la bonne étape pour supprimer les variables corrélées avant l'ingénierie des fonctionnalités ou après l'ingénierie des fonctionnalités?

11 machine-learning feature-selection data-science-model

2

Comment puis-je adapter les types de données catégoriques pour la classification aléatoire des forêts?

J'ai besoin de trouver la précision d'un ensemble de données de formation en appliquant l'algorithme de forêt aléatoire. Mais le type de mon ensemble de données est à la fois catégorique et numérique. Lorsque j'ai essayé d'ajuster ces données, j'obtiens une erreur. 'L'entrée contient NaN, l'infini ou une valeur trop …

11 python data-mining random-forest

3

Qu'est-ce que LSTM, BiLSTM et quand les utiliser?

Je suis très nouveau dans le Deep Learning et je suis particulièrement intéressé à savoir ce que sont LSTM et BiLSTM et quand les utiliser (principaux domaines d'application). Pourquoi LSTM et BILSTM sont-ils plus populaires que RNN? Pouvons-nous utiliser ces architectures d'apprentissage en profondeur dans des problèmes non supervisés?

11 machine-learning deep-learning rnn lstm

2

Comportement étrange avec Adam optimizer lors d'un entraînement trop long

J'essaie de former un seul perceptron (1000 unités d'entrée, 1 sortie, pas de couches cachées) sur 64 points de données générés de manière aléatoire. J'utilise Pytorch en utilisant l'optimiseur Adam: import torch from torch.autograd import Variable torch.manual_seed(545345) N, D_in, D_out = 64, 1000, 1 x = Variable(torch.randn(N, D_in)) y = …

11 perceptron pytorch

1

Nombre et taille des couches denses dans un CNN

La plupart des réseaux que j'ai vus ont une ou deux couches denses avant la couche softmax finale. Existe-t-il un moyen de choisir le nombre et la taille des couches denses selon des principes? Deux couches denses sont-elles plus représentatives qu'une, pour le même nombre de paramètres? Le décrochage doit-il …

11 convnet

4

Apprentissage automatique vs apprentissage profond

Je suis un peu confus par la différence entre les termes "Machine Learning" et "Deep Learning". Je l'ai googlé et lu de nombreux articles, mais ce n'est toujours pas très clair pour moi. Une définition connue du Machine Learning par Tom Mitchell est: Un programme informatique est dit apprendre de …

11 machine-learning deep-learning

4

Mesure du rendement: pourquoi est-il appelé rappel?

la précision est la fraction des instances récupérées qui sont pertinentes, tandis que le rappel (également appelé sensibilité) est la fraction des instances pertinentes qui sont récupérées. Je connais leur signification mais je ne sais pas pourquoi on l'appelle rappel ? Je ne suis pas natif de l'anglais. Je sais …

11 performance terminology

4

Sur-ajustement / sous-ajustement avec la taille de l'ensemble de données

Dans le graphique ci-dessous, axe x => Taille de l'ensemble de données axe y => Score de validation croisée La ligne rouge est pour les données de formation La ligne verte est pour les données de test Dans un tutoriel auquel je fais référence, l'auteur dit que le point où …

11 machine-learning cross-validation

1

Que se passe-t-il lorsque nous formons un SVM linéaire sur des données non linéairement séparables?

Que se passe-t-il lorsque nous formons une machine à vecteurs de support de base (noyau linéaire et pas de marge souple) sur des données non linéairement séparables? Le problème d'optimisation n'est pas possible, alors que renvoie l'algorithme de minimisation?

11 machine-learning svm

1

Intuition pour le paramètre de régularisation dans SVM

Comment la variation du paramètre de régularisation dans un SVM change-t-elle la frontière de décision pour un ensemble de données non séparables? Une réponse visuelle et / ou un commentaire sur les comportements limitants (pour les grandes et petites régularisations) serait très utile.

11 svm

2

Les différences entre SVM et régression logistique

Je suis en train de lire SVMet j'ai fait face au point que les non-noyés SVMsne sont rien de plus que des séparateurs linéaires. Par conséquent, la seule différence entre une SVMrégression et une régression logistique est-elle le critère pour choisir la frontière? Apparemment, SVMchoisit le classificateur de marge maximale …

11 machine-learning classification svm logistic-regression generalization

1

Précision du train vs précision du test vs matrice de confusion

Après avoir développé mon modèle prédictif à l'aide de Random Forest, j'obtiens les mesures suivantes: Train Accuracy :: 0.9764634601043997 Test Accuracy :: 0.7933284397683713 Confusion matrix [[28292 1474] [ 6128 889]] Voici les résultats de ce code: training_features, test_features, training_target, test_target, = train_test_split(df.drop(['bad_loans'], axis=1), df['target'], test_size = .3, random_state=12) clf = …

11 python predictive-modeling accuracy confusion-matrix classifier

2

Options de gestion des fonctionnalités catégorielles Catboost (paramètres CTR)?

Je travaille avec un ensemble de données avec un grand nombre de caractéristiques catégorielles (> 80%) prédisant une variable cible continue (c.-à-d. Régression). J'ai lu pas mal de choses sur la façon de gérer les fonctionnalités catégorielles. Et j'ai appris que l'encodage à chaud que j'utilisais dans le passé est …

11 machine-learning decision-trees categorical-data

3

La sélection des fonctionnalités est-elle nécessaire?

Je voudrais exécuter un modèle d'apprentissage automatique comme la forêt aléatoire, le renforcement du gradient ou SVM sur mon jeu de données. Il y a plus de 200 variables prédictives dans mon jeu de données et mes classes cibles sont une variable binaire. Dois-je exécuter la sélection des fonctions avant …

11 machine-learning predictive-modeling feature-selection random-forest