Preguntas etiquetadas con scikit-learn

Quiero trazar una matriz de confusión para visualizar el desempeño del clasificador, pero muestra solo los números de las etiquetas, no las etiquetas en sí: from sklearn.metrics import confusion_matrix import pylab as pl y_test=['business', 'business', 'business', 'business', 'business', 'business', 'business', 'business', 'business', 'business', 'business', 'business', 'business', 'business', 'business', 'business', 'business', …

85 python  matplotlib  scikit-learn 

Estoy aprendiendo diferentes métodos para convertir variables categóricas en numéricas para clasificadores de aprendizaje automático. Encontré el pd.get_dummiesmétodo y sklearn.preprocessing.OneHotEncoder()quería ver cómo se diferenciaban en términos de rendimiento y uso. Encontré un tutorial sobre cómo usar OneHotEncoder()en https://xgdgsc.wordpress.com/2015/03/20/note-on-using-onehotencoder-in-scikit-learn-to-work-on-categorical-features/ desde la sklearndocumentación no fue muy útil sobre esta función. Tengo la …

84 python  pandas  machine-learning  scikit-learn  dummy-variable 

Antecedentes: recién estoy comenzando con scikit-learn, y leo al final de la página sobre joblib, versus pickle . puede ser más interesante usar el reemplazo de pickle de joblib (joblib.dump & joblib.load), que es más eficiente en big data, pero solo puede hacer pickle en el disco y no en …

81 python  pickle  scikit-learn 

Estoy tratando de usar uno de los métodos de aprendizaje supervisado de scikit-learn para clasificar fragmentos de texto en una o más categorías. La función de predicción de todos los algoritmos que probé solo devuelve una coincidencia. Por ejemplo, tengo un fragmento de texto: "Theaters in New York compared to …

80 python  classification  scikit-learn 

En mi conjunto de datos tengo dos columnas categóricas que me gustaría numerar. Las dos columnas contienen países, algunos se superponen (aparecen en ambas columnas). Me gustaría dar el mismo número en la columna 1 y la columna 2 para el mismo país. Mis datos se parecen a: import pandas …

10 python  python-3.x  pandas  scikit-learn  categorical-data 

Quiero usar IsolationForestpara encontrar valores atípicos. Quiero encontrar los mejores parámetros para el modelo con GridSearchCV. El problema es que siempre recibo el mismo error: TypeError: If no scoring is specified, the estimator passed should have a 'score' method. The estimator IsolationForest(behaviour='old', bootstrap=False, contamination='legacy', max_features=1.0, max_samples='auto', n_estimators=100, n_jobs=None, random_state=None, verbose=0, …

10 python  scikit-learn 

Estoy usando un Lidar 2D y obtengo los datos como ángulo y distancia con respecto a la posición Lidar. Tengo que crear un plano de planta usando Lidar y los datos que se muestran a continuación representan una habitación. Quiero usar el algoritmo ransac para encontrar la pared de la …

8 python  scikit-learn  ransac