La programmation scikit-learn

20

Étiqueter l'encodage sur plusieurs colonnes dans scikit-learn

J'essaie d'utiliser scikit-learn LabelEncoderpour encoder un pandas DataFramed'étiquettes de chaîne. Comme la trame de données contient de nombreuses (50+) colonnes, je veux éviter de créer un LabelEncoderobjet pour chaque colonne; Je préfère simplement avoir un gros LabelEncoderobjet qui fonctionne dans toutes mes colonnes de données. Lancer le tout DataFramedans LabelEncodercrée …

216 python pandas scikit-learn neuraxle

12

Comment normaliser un tableau dans NumPy?

Je voudrais avoir la norme d'un tableau NumPy. Plus précisément, je recherche une version équivalente de cette fonction def normalize(v): norm = np.linalg.norm(v) if norm == 0: return v return v / norm Y a-t-il quelque chose comme ça dans skearnou numpy? Cette fonction fonctionne dans une situation où vest …

205 python numpy scikit-learn statistics normalization

6

Enregistrer le classificateur sur le disque dans scikit-learn

Comment enregistrer un classificateur Naive Bayes entraîné sur le disque et l'utiliser pour prédire les données? J'ai l'exemple de programme suivant du site Web scikit-learn: from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB gnb = GaussianNB() y_pred = gnb.fit(iris.data, iris.target).predict(iris.data) print "Number of mislabeled points : %d" …

192 python machine-learning scikit-learn classification

15

ImportError: aucun module nommé sklearn.cross_validation

J'utilise python 2.7 dans Ubuntu 14.04. J'ai installé scikit-learn, numpy et matplotlib avec ces commandes: sudo apt-get install build-essential python-dev python-numpy \ python-numpy-dev python-scipy libatlas-dev g++ python-matplotlib \ ipython Mais lorsque j'importe ces packages: from sklearn.cross_validation import train_test_split Cela me renvoie cette erreur: ImportError: No module named sklearn.cross_validation Ce que …

174 python scikit-learn

7

Est-il possible de spécifier votre propre fonction de distance en utilisant le clustering K-Means scikit-learn?

172 python machine-learning cluster-analysis k-means scikit-learn

10

Existe-t-il une fonction de bibliothèque pour l'erreur quadratique moyenne (RMSE) en python?

Je sais que je pourrais implémenter une fonction d'erreur quadratique moyenne comme celle-ci: def rmse(predictions, targets): return np.sqrt(((predictions - targets) ** 2).mean()) Qu'est-ce que je recherche si cette fonction rmse est implémentée dans une bibliothèque quelque part, peut-être dans scipy ou scikit-learn?

158 python scikit-learn scipy

21

Comment extraire les règles de décision de l'arbre de décision scikit-learn?

Puis-je extraire les règles de décision sous-jacentes (ou «chemins de décision») à partir d'un arbre formé dans un arbre de décision sous forme de liste textuelle? Quelque chose comme: if A>0.4 then if B<0.2 then if C>0.8 then class='X' Merci de votre aide.

157 python machine-learning scikit-learn decision-tree random-forest

9

Trouver la valeur p (signification) dans scikit-learn LinearRegression

Comment puis-je trouver la valeur p (signification) de chaque coefficient? lm = sklearn.linear_model.LinearRegression() lm.fit(x,y)

154 python numpy statistics scikit-learn regression

10

RuntimeWarning: la taille de numpy.dtype a changé, peut indiquer une incompatibilité binaire

J'ai cette erreur pour essayer de charger un modèle SVM enregistré. J'ai essayé de désinstaller sklearn, NumPy et SciPy, en réinstallant à nouveau les dernières versions (en utilisant pip). J'obtiens toujours cette erreur. Pourquoi? In [1]: import sklearn; print sklearn.__version__ 0.18.1 In [3]: import numpy; print numpy.__version__ 1.11.2 In [5]: …

149 python numpy scikit-learn

6

État aléatoire (nombre pseudo-aléatoire) dans Scikit learn

Je souhaite implémenter un algorithme d'apprentissage automatique dans scikit learn, mais je ne comprends pas ce que fait ce paramètre random_state? Pourquoi devrais-je l'utiliser? Je ne pouvais pas non plus comprendre ce qu'est un nombre pseudo-aléatoire.

148 python scikit-learn

5

Comment diviser les données en 3 ensembles (train, validation et test)?

J'ai un dataframe pandas et je souhaite le diviser en 3 ensembles séparés. Je sais qu'en utilisant train_test_split from sklearn.cross_validation, on peut diviser les données en deux ensembles (train et test). Cependant, je n'ai trouvé aucune solution pour diviser les données en trois ensembles. De préférence, j'aimerais avoir les indices …

146 pandas numpy dataframe machine-learning scikit-learn

6

mise à l'échelle des colonnes de dataframe pandas avec sklearn

J'ai un dataframe pandas avec des colonnes de type mixte, et j'aimerais appliquer min_max_scaler de sklearn à certaines des colonnes. Idéalement, j'aimerais faire ces transformations en place, mais je n'ai pas encore trouvé de moyen de le faire. J'ai écrit le code suivant qui fonctionne: import pandas as pd import …

138 python pandas scikit-learn dataframe

13

erreur sklearn ValueError: l'entrée contient NaN, l'infini ou une valeur trop grande pour dtype ('float64')

J'utilise sklearn et j'ai un problème avec la propagation d'affinité. J'ai construit une matrice d'entrée et j'obtiens toujours l'erreur suivante. ValueError: Input contains NaN, infinity or a value too large for dtype('float64'). j'ai couru np.isnan(mat.any()) #and gets False np.isfinite(mat.all()) #and gets True J'ai essayé d'utiliser mat[np.isfinite(mat) == True] = 0 …

129 python python-2.7 scikit-learn valueerror

3

Pourquoi un encodage à chaud améliore-t-il les performances d'apprentissage automatique?

J'ai remarqué que lorsque l'encodage One Hot est utilisé sur un ensemble de données particulier (une matrice) et utilisé comme données d'entraînement pour l'apprentissage d'algorithmes, il donne des résultats nettement meilleurs en ce qui concerne la précision de la prédiction, par rapport à l'utilisation de la matrice d'origine elle-même comme …

127 machine-learning data-mining scikit-learn data-analysis

6

Comment les feature_importances dans RandomForestClassifier sont-elles déterminées?

J'ai une tâche de classification avec une série chronologique comme entrée de données, où chaque attribut (n = 23) représente un moment spécifique. Outre le résultat de la classification absolue, j'aimerais savoir quels attributs / dates contribuent au résultat dans quelle mesure. Par conséquent, j'utilise juste le feature_importances_, qui fonctionne …

125 scikit-learn random-forest feature-selection

Questions marquées «scikit-learn»