Ilmu Data

Saya perlu menemukan akurasi dataset pelatihan dengan menerapkan Algoritma Hutan Acak. Tapi tipe set data saya adalah kategoris dan numerik. Ketika saya mencoba menyesuaikan data-data itu, saya mendapatkan kesalahan. 'Input berisi NaN, infinity atau nilai yang terlalu besar untuk dtype (' float32 ')'. Mungkin masalahnya adalah untuk tipe data objek. …

11 python  data-mining  random-forest 

Saya sangat baru dalam belajar dan saya sangat tertarik untuk mengetahui apa itu LSTM dan BiLSTM dan kapan menggunakannya (area aplikasi utama). Mengapa LSTM dan BILSTM lebih populer daripada RNN? Bisakah kita menggunakan arsitektur pembelajaran yang mendalam ini dalam masalah yang tidak diawasi?

11 machine-learning  deep-learning  rnn  lstm 

Saya mencoba untuk melatih satu perceptron (1000 unit input, 1 output, tanpa lapisan tersembunyi) pada 64 titik data yang dihasilkan secara acak. Saya menggunakan Pytorch menggunakan pengoptimal 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 = Variable(torch.randn(N, D_out)) …

11 perceptron  pytorch 

Saya agak bingung dengan perbedaan antara istilah "Machine Learning" dan "Deep Learning". Saya telah mencarinya di Google dan membaca banyak artikel, tetapi masih belum terlalu jelas bagi saya. Definisi yang dikenal tentang Pembelajaran Mesin oleh Tom Mitchell adalah: Sebuah program komputer dikatakan belajar dari pengalaman E sehubungan dengan beberapa kelas …

11 machine-learning  deep-learning 

presisi adalah fraksi dari instance yang diambil yang relevan, sedangkan recall (juga dikenal sebagai sensitivitas) adalah fraksi dari instance yang relevan yang diambil. Saya tahu artinya tetapi saya tidak tahu mengapa itu disebut recall ? Saya bukan penutur asli bahasa Inggris. Saya tahu mengingat berarti mengingat, maka saya tidak tahu …

11 performance  terminology 

Dalam grafik di bawah ini, x-axis => Ukuran set data y-axis => Skor validasi silang Garis merah untuk Data Pelatihan Garis hijau untuk Pengujian Data Dalam tutorial yang saya maksudkan, penulis mengatakan bahwa titik di mana garis merah dan garis hijau tumpang tindih, Mengumpulkan lebih banyak data tidak mungkin meningkatkan …

11 machine-learning  cross-validation 

Apa yang terjadi ketika kita melatih mesin vektor dukungan dasar (kernel linear dan tidak ada margin lunak) pada data yang dapat dipisahkan secara non-linear? Masalah optimisasi tidak layak, jadi apa yang dihasilkan oleh algoritma minimisasi?

11 machine-learning  svm 

Bagaimana memvariasikan parameter regularisasi dalam SVM mengubah batas keputusan untuk dataset yang tidak dapat dipisahkan? Jawaban visual dan / atau komentar tentang perilaku membatasi (untuk regularisasi besar dan kecil) akan sangat membantu.

11 svm 

Saya membaca tentang SVMdan saya menghadapi titik bahwa non-kernelized SVMstidak lebih dari pemisah linier. Oleh karena itu, apakah satu-satunya perbedaan antara SVMregresi logistik dan satu kriteria untuk memilih batas? Tampaknya, SVMmemilih batas maksimum margin dan regresi logistik adalah salah satu yang meminimalkan cross-entropykerugian. Adakah situasi di mana SVM kinerjanya lebih …

11 machine-learning  classification  svm  logistic-regression  generalization 

Setelah saya mengembangkan model prediktif saya menggunakan Random Forest saya mendapatkan metrik berikut: Train Accuracy :: 0.9764634601043997 Test Accuracy :: 0.7933284397683713 Confusion matrix [[28292 1474] [ 6128 889]] Ini adalah hasil dari kode ini: 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 = RandomForestClassifier() trained_model …

11 python  predictive-modeling  accuracy  confusion-matrix  classifier 

Saya bekerja dengan dataset dengan sejumlah besar fitur kategorikal (> 80%) memprediksi variabel target kontinu (yaitu Regresi). Saya telah membaca sedikit tentang cara menangani fitur-fitur kategorikal. Dan belajar bahwa pengkodean satu-panas yang telah saya gunakan di masa lalu adalah ide yang sangat buruk terutama ketika datang ke banyak fitur kategorikal …

11 machine-learning  decision-trees  categorical-data 

Saya ingin menjalankan beberapa model pembelajaran mesin seperti hutan acak, peningkatan gradien, atau SVM pada dataset saya. Ada lebih dari 200 variabel prediktor dalam dataset saya dan kelas target saya adalah variabel biner. Apakah saya perlu menjalankan pemilihan fitur sebelum pemasangan model? Apakah itu mempengaruhi kinerja model secara signifikan atau …

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

Apa perbedaan R dalam xgboost antara biner: logistik dan reg: logistik? Apakah hanya dalam metrik evaluasi? Jika ya, bagaimana RMSE pada klasifikasi biner dibandingkan dengan tingkat kesalahan? Apakah hubungan antara metrik kurang lebih monotonik, keluaran dari penyetelan pada satu metrik seharusnya tidak berbeda secara signifikan antara kedua pendekatan tersebut?

11 r  logistic-regression  xgboost 

Saat ini saya sedang melakukan kursus di tensorflow di mana mereka menggunakan tf.one_hot (indeks, kedalaman). Sekarang saya tidak mengerti bagaimana indeks ini berubah menjadi urutan biner itu. Bisakah seseorang tolong jelaskan kepada saya proses yang tepat ???

10 machine-learning  python  neural-network  deep-learning  tensorflow 

Saya sedang dalam proses mempersiapkan untuk mengajar kursus pengantar tentang ilmu data menggunakan bahasa pemrograman R. Audiens saya adalah mahasiswa sarjana jurusan mata pelajaran bisnis. Sarjana bisnis yang khas tidak memiliki pengalaman pemrograman komputer, tetapi telah mengambil beberapa kelas yang menggunakan Excel. Secara pribadi, saya sangat nyaman dengan R (atau …

10 programming  excel