Preguntas etiquetadas con classification

Estoy usando el ejemplo de OpenCV letter_recog.cpp para experimentar en árboles aleatorios y otros clasificadores. Este ejemplo tiene implementaciones de seis clasificadores: árboles aleatorios, impulso, MLP, kNN, Bayes ingenuos y SVM. Se utiliza el conjunto de datos de reconocimiento de letras UCI con 20000 instancias y 16 características, que dividí …

16 machine-learning  classification  svm  accuracy  random-forest 

Tengo un problema de clasificación binaria: Aproximadamente 1000 muestras en conjunto de entrenamiento 10 atributos, incluidos binario, numérico y categórico ¿Qué algoritmo es la mejor opción para este tipo de problema? De manera predeterminada, comenzaré con SVM (preliminar que tiene valores de atributos nominales convertidos en características binarias), ya que …

16 classification  binary  svm  random-forest  logistic-regression 

Estoy trabajando para mejorar un clasificador supervisado existente, para clasificar las secuencias de {proteína} como pertenecientes a una clase específica (precursores de hormonas neuropéptidas), o no. Hay alrededor de 1.150 "positivos" conocidos, en un contexto de aproximadamente 13 millones de secuencias de proteínas ("Fondo desconocido / mal anotado"), o alrededor …

16 machine-learning  data-mining  python  classification 

He estado haciendo un problema de clasificación y he leído el código y los tutoriales de muchas personas. Una cosa que he notado es que muchas personas toman np.logo logde variables continuas como loan_amounto applicant_incomeetc. Solo quiero entender la razón detrás de esto. ¿Ayuda a mejorar la precisión de predicción …

16 machine-learning  python  classification  scikit-learn 

Creo un corr()df a partir de un df original. El corr()DF salió 70 X 70 y es imposible de visualizar el mapa de calor ... sns.heatmap(df). Si trato de mostrar corr = df.corr(), la tabla no se ajusta a la pantalla y puedo ver todas las correlaciones. ¿Es una forma …

16 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

Actualmente estoy usando XGBoost para la predicción de riesgos, parece estar haciendo un buen trabajo en el departamento de clasificación binaria, pero los resultados de probabilidad están muy lejos, es decir, cambiar el valor de una característica en una observación en una cantidad muy pequeña puede hacer que la probabilidad …

15 machine-learning  classification  xgboost  probability  probability-calibration 

Estoy trabajando en un problema de clasificación. Tengo un conjunto de datos que contiene el mismo número de variables categóricas y variables continuas. ¿Cómo sabré qué técnica usar? entre un árbol de decisión y una regresión logística? ¿Es correcto suponer que la regresión logística será más adecuada para la variable …

14 classification  logistic-regression  decision-trees 

Tengo un conjunto de datos de usuarios que compran productos de un sitio web. Los atributos que tengo son la identificación del usuario, la región (estado) del usuario, la identificación de las categorías del producto, la identificación de las palabras clave del producto, la identificación de las palabras clave del …

14 machine-learning  data-mining  classification  clustering 

Tengo un conjunto de datos con las siguientes especificaciones: Conjunto de datos de entrenamiento con 193,176 muestras con 2,821 positivos Conjunto de datos de prueba con 82.887 muestras con 673 positivos Hay 10 características. Quiero realizar una clasificación binaria (0 o 1). El problema que enfrento es que los datos …

14 machine-learning  python  classification  logistic-regression 

Tengo dos preguntas relacionadas con los árboles de decisión: Si tenemos un atributo continuo, ¿cómo elegimos el valor de división? Ejemplo: Edad = (20,29,50,40 ....) Imaginemos que tenemos una variable continua que tienen valores de R . ¿Cómo puedo escribir un algoritmo que encuentre el punto de división v , …

14 classification  data  decision-trees 

Si tengo un conjunto de datos de entrenamiento y entreno un Clasificador Naive Bayes en él y tengo un valor de atributo que tiene probabilidad cero. ¿Cómo manejo esto si luego quiero predecir la clasificación en los nuevos datos? El problema es que si hay un cero en el cálculo, …

14 classification  naive-bayes-classifier 

¿Alguien puede decirme cuál es el propósito de la generación de características? ¿Y por qué se necesita el enriquecimiento del espacio de características antes de clasificar una imagen? ¿Es un paso necesario? ¿Hay algún método para enriquecer el espacio de características?

13 machine-learning  classification 

Me gustaría saber cuál es la mejor manera de clasificar un conjunto de datos compuesto por tipos mixtos de atributos, por ejemplo, textuales y numéricos. Sé que puedo convertir textual a booleano, pero el vocabulario es diverso y los datos se vuelven demasiado escasos. También intenté clasificar los tipos de …

13 machine-learning  classification 

Necesito saber por qué tenemos que lidiar con el desequilibrio de datos. Sé cómo lidiar con él y con diferentes métodos para resolver el problema, que es mediante un muestreo ascendente o descendente o mediante el uso de Smote. Por ejemplo, si tengo una enfermedad rara, el 1 por ciento …

12 classification  dataset  sampling  class-imbalance 

En este momento estoy jugando con Restricted Boltzmann Machines y, dado que estoy allí, me gustaría tratar de clasificar los dígitos escritos a mano. El modelo que creé ahora es un modelo generativo bastante elegante, pero no sé cómo ir más allá. En este artículo, el autor dice que después …

12 classification  rbm