Scienza dei dati

2

Sono un po 'confuso nella scelta tra Keras (keras-team / keras) e tf.keras (tensorflow / tensorflow / python / keras /) per il mio nuovo progetto di ricerca. C'è un dibattito sul fatto che Keras non sia di proprietà di nessuno, quindi le persone sono più felici di contribuire e …

20 python deep-learning keras tensorflow

4

Utilizzo di TensorFlow con GPU Intel

Sono un principiante nell'apprendimento profondo. Esiste un modo ora per utilizzare TensorFlow con GPU Intel? Se sì, per favore indicami la giusta direzione. In caso contrario, per favore fatemi sapere quale framework, se presente, (Keras, Theano, ecc.) Posso usare per il mio controller grafico integrato Intel Corporation Xeon E3-1200 v3 …

20 tensorflow keras theano gpu

3

StandardScaler prima e dopo la divisione dei dati

Quando stavo leggendo sull'uso StandardScaler, la maggior parte dei consigli dicevano che dovresti usare StandardScaler prima di suddividere i dati in treno / test, ma quando stavo controllando alcuni dei codici pubblicati online (usando sklearn) c'erano due usi principali. 1- Utilizzo StandardScalersu tutti i dati. Per esempio from sklearn.preprocessing import …

20 machine-learning scikit-learn preprocessing

2

Sparse_categorical_crossentropy vs categorical_crossentropy (keras, accuratezza)

Qual è la migliore per la precisione o sono uguali? Ovviamente, se usi categorical_crossentropy usi una codifica a caldo, e se usi sparse_categorical_crossentropy codifichi come interi normali. Inoltre, quando uno è migliore dell'altro?

20 neural-network keras loss-function encoding

1

Dovrebbe essere ridimensionato un vettore caldo con attributi numerici

Nel caso di avere una combinazione di attributi categorici e numerici, di solito converto gli attributi categorici in vettori caldi. La mia domanda è: lascio i vettori così come sono e ridimensiono gli attributi numerici attraverso la standardizzazione / normalizzazione, o dovrei ridimensionare i vettori caldi insieme agli attributi numerici?

20 feature-engineering feature-scaling data-science-model

4

Dati multiclasse non bilanciati con XGBoost

Ho 3 lezioni con questa distribuzione: Class 0: 0.1169 Class 1: 0.7668 Class 2: 0.1163 E sto usando xgboostper la classificazione. So che esiste un parametro chiamato scale_pos_weight. Ma come viene gestito per il caso "multiclasse" e come posso impostarlo correttamente?

20 classification xgboost multiclass-classification unbalanced-classes

2

A cosa contribuiscono gli iperparametri alfa e beta nell'allocazione del Dirichlet latente?

LDA ha due iperparametri, sintonizzandoli cambia gli argomenti indotti. Che cosa contribuiscono gli iperparametri alfa e beta all'LDA? Come cambia l'argomento se l'uno o l'altro iperparametro aumenta o diminuisce? Perché sono iperparametri e non solo parametri?

19 topic-model lda parameter

1

Cos'è Hellinger Distance e quando usarlo?

Sono interessato a sapere cosa succede realmente in Hellinger Distance (in termini semplici). Inoltre, sono anche interessato a sapere quali sono i tipi di problemi che possiamo usare Hellinger Distance? Quali sono i vantaggi dell'utilizzo di Hellinger Distance?

19 machine-learning data-mining text-mining distance

2

Come ottenere il valore p e l'intervallo di sicurezza in LogisticRegression con sklearn?

Sto costruendo una regressione logistica multinomiale con sklearn (LogisticRegression). Ma al termine, come posso ottenere un valore p e un intervallo sicuro del mio modello? Sembra solo che sklearn fornisca solo coefficiente e intercetta. Grazie mille.

19 scikit-learn logistic-regression

3

Come eseguire l'ingegnerizzazione di funzionalità su funzionalità sconosciute?

Sto partecipando a una competizione kaggle. Il set di dati ha circa 100 funzionalità e tutte sono sconosciute (in termini di ciò che effettivamente rappresentano). Fondamentalmente sono solo numeri. Le persone stanno eseguendo molta ingegneria di funzionalità su queste funzionalità. Mi chiedo come esattamente si è in grado di eseguire …

19 machine-learning feature-selection feature-extraction feature-engineering kaggle

3

Come generare un set di dati sintetico utilizzando il modello di apprendimento automatico appreso con un set di dati originale?

In generale, il modello di apprendimento automatico è basato su set di dati. Vorrei sapere se esiste un modo per generare un set di dati sintetico utilizzando un modello di apprendimento automatico addestrato che preservi le caratteristiche del set di dati originale? [dati originali -> costruisci modello di apprendimento automatico …

19 machine-learning dataset

2

Classificazione del testo: combinazione di diversi tipi di funzionalità

Il problema che sto affrontando sta classificando brevi testi in più classi. Il mio approccio attuale è quello di utilizzare le frequenze dei termini ponderate tf-idf e apprendere un semplice classificatore lineare (regressione logistica). Funziona abbastanza bene (circa il 90% di macro F-1 sul set di test, quasi il 100% …

19 machine-learning classification feature-selection logistic-regression information-retrieval

2

Puoi spiegare la differenza tra SVC e LinearSVC in scikit-learn?

Di recente ho iniziato a imparare a lavorare con sklearne ho appena riscontrato questo risultato peculiare. Ho usato il digitsset di dati disponibile sklearnper provare diversi modelli e metodi di stima. Quando ho testato un modello di Support Vector Machine sui dati, ho scoperto che ci sono due diverse classi …

19 svm scikit-learn

3

Come faccio a creare un diagramma radar complesso?

Quindi, voglio creare un grafico radar del profilo giocatore in questo modo: Non solo la scala di ogni variabile è diversa, ma voglio anche una scala invertita per alcune statistiche come la stat "espropriata", dove meno in realtà significa buono. Una soluzione per la scala variabile per ciascuna statistica è …

19 visualization

3

Come far crescere un elenco di parole correlate basate su parole chiave iniziali?

Recentemente ho visto una funzione interessante che una volta era disponibile in Fogli Google: si inizia scrivendo alcune parole chiave correlate in celle consecutive, si dice: "blu", "verde", "giallo" e genera automaticamente parole chiave simili (in questo caso , altri colori). Vedi altri esempi in questo video di YouTube . …

19 nlp text-mining freebase