Programación scikit-learn

20

Etiqueta de codificación en varias columnas en scikit-learn

Estoy tratando de usar scikit-learn LabelEncoderpara codificar pandas DataFramede etiquetas de cadena. Como el marco de datos tiene muchas (50+) columnas, quiero evitar crear un LabelEncoderobjeto para cada columna; Prefiero tener un solo LabelEncoderobjeto grande que funcione en todas mis columnas de datos. Tirar todo el DataFrameen LabelEncodercrea el siguiente …

216 python pandas scikit-learn neuraxle

12

¿Cómo normalizar una matriz en NumPy?

Me gustaría tener la norma de una matriz NumPy. Más específicamente, estoy buscando una versión equivalente de esta función def normalize(v): norm = np.linalg.norm(v) if norm == 0: return v return v / norm ¿Hay algo así en skearno numpy? Esta función funciona en una situación donde ves el vector …

205 python numpy scikit-learn statistics normalization

6

Guardar clasificador en disco en scikit-learn

¿Cómo puedo guardar una capacitados Bayes ingenuo clasificador de disco y utilizarlo para predecir datos? Tengo el siguiente programa de muestra del sitio 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: ningún módulo llamado sklearn.cross_validation

Estoy usando python 2.7 en Ubuntu 14.04. Instalé scikit-learn, numpy y matplotlib con estos comandos: sudo apt-get install build-essential python-dev python-numpy \ python-numpy-dev python-scipy libatlas-dev g++ python-matplotlib \ ipython Pero cuando importo estos paquetes: from sklearn.cross_validation import train_test_split Me devuelve este error: ImportError: No module named sklearn.cross_validation ¿Lo que necesito …

174 python scikit-learn

7

¿Es posible especificar su propia función de distancia usando scikit-learn K-Means Clustering?

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

10

¿Existe una función de biblioteca para Root mean square error (RMSE) en python?

Sé que podría implementar una función de error cuadrático medio así: def rmse(predictions, targets): return np.sqrt(((predictions - targets) ** 2).mean()) ¿Qué estoy buscando si esta función rmse se implementa en una biblioteca en algún lugar, tal vez en scipy o scikit-learn?

158 python scikit-learn scipy

21

¿Cómo extraer las reglas de decisión de scikit-learn decision-tree?

¿Puedo extraer las reglas de decisión subyacentes (o 'rutas de decisión') de un árbol entrenado en un árbol de decisión como una lista de texto? Algo como: if A>0.4 then if B<0.2 then if C>0.8 then class='X' Gracias por tu ayuda.

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

9

Encuentre el valor p (significancia) en Scikit-learn LinearRegression

¿Cómo puedo encontrar el valor p (significancia) de cada coeficiente? lm = sklearn.linear_model.LinearRegression() lm.fit(x,y)

154 python numpy statistics scikit-learn regression

10

RuntimeWarning: el tamaño de numpy.dtype cambió, puede indicar incompatibilidad binaria

Tengo este error al intentar cargar un modelo SVM guardado. He intentado desinstalar sklearn, NumPy y SciPy, reinstalando las últimas versiones completamente juntas (usando pip). Todavía recibo este error. ¿Por qué? In [1]: import sklearn; print sklearn.__version__ 0.18.1 In [3]: import numpy; print numpy.__version__ 1.11.2 In [5]: import scipy; print …

148 python numpy scikit-learn

6

Estado aleatorio (número pseudoaleatorio) en Scikit learn

Quiero implementar un algoritmo de aprendizaje automático en scikit learn, pero no entiendo qué hace este parámetro random_state. ¿Por qué debería usarlo? Tampoco pude entender qué es un número pseudoaleatorio.

148 python scikit-learn

5

¿Cómo dividir los datos en 3 conjuntos (tren, validación y prueba)?

Tengo un marco de datos de pandas y deseo dividirlo en 3 conjuntos separados. Sé que usando train_test_split de sklearn.cross_validation, uno puede dividir los datos en dos conjuntos (entrenar y probar). Sin embargo, no pude encontrar ninguna solución para dividir los datos en tres conjuntos. Preferiblemente, me gustaría tener los …

146 pandas numpy dataframe machine-learning scikit-learn

6

columnas de marco de datos de pandas escalando con sklearn

Tengo un marco de datos de pandas con columnas de tipo mixto, y me gustaría aplicar min_max_scaler de sklearn a algunas de las columnas. Idealmente, me gustaría hacer estas transformaciones en su lugar, pero aún no he encontrado una manera de hacerlo. He escrito el siguiente código que funciona: import …

137 python pandas scikit-learn dataframe

13

sklearn error ValueError: la entrada contiene NaN, infinito o un valor demasiado grande para dtype ('float64')

Estoy usando sklearn y tengo un problema con la propagación de afinidad. He construido una matriz de entrada y sigo recibiendo el siguiente error. ValueError: Input contains NaN, infinity or a value too large for dtype('float64'). he corrido np.isnan(mat.any()) #and gets False np.isfinite(mat.all()) #and gets True Intenté usar mat[np.isfinite(mat) == …

129 python python-2.7 scikit-learn valueerror

3

¿Por qué una codificación activa mejora el rendimiento del aprendizaje automático?

Me di cuenta de que cuando la codificación One Hot se usa en un conjunto de datos particular (una matriz) y se usa como datos de entrenamiento para algoritmos de aprendizaje, proporciona resultados significativamente mejores con respecto a la precisión de la predicción, en comparación con el uso de la …

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

6

¿Cómo se determinan las características_importancias en RandomForestClassifier?

Tengo una tarea de clasificación con una serie temporal como entrada de datos, donde cada atributo (n = 23) representa un punto específico en el tiempo. Además del resultado de clasificación absoluta que me gustaría averiguar, qué atributos / fechas contribuyen al resultado en qué medida. Por lo tanto, solo …

125 scikit-learn random-forest feature-selection

Preguntas etiquetadas con scikit-learn