Scienza dei dati

4

Diversi set di test e distribuzione di set di addestramento

Sto lavorando a un concorso di scienza dei dati per il quale la distribuzione del mio set di test è diversa dal set di training. Voglio sottocampionare le osservazioni dal set di addestramento che assomiglia molto al set di test. Come posso fare questo?

14 preprocessing

4

Numero di epoche nell'implementazione di Gensim Word2Vec

C'è un iterparametro nell'implementazione di gensimWord2Vec class gensim.models.word2vec.Word2Vec (frasi = None, size = 100, alpha = 0.025, window = 5, min_count = 5, max_vocab_size = None, sample = 0, seed = 1, operai = 1, min_alpha = 0.0001, sg = 1, hs = 1, negativo = 0, cbow_mean = 0, …

14 gensim word2vec convergence

3

Panda Dataframe su DMatrix

Sto cercando di eseguire xgboost in scikit learn. E io uso solo Panda per caricare i dati in dataframe. Come dovrei usare Panda Panda con xgboost. Sono confuso dalla routine DMatrix richiesta per eseguire xgboost algo.

14 scikit-learn pandas xgboost

3

Come usare LeakyRelu come funzione di attivazione in sequenza DNN in keras? Quando si perfeziona meglio di Relu?

Come si usa LeakyRelu come funzione di attivazione nella sequenza DNN in keras? Se voglio scrivere qualcosa di simile a: model = Sequential() model.add(Dense(90, activation='LeakyRelu')) Qual'è la soluzione? Metti LeakyRelu simile a Relu? La seconda domanda è: quali sono le migliori impostazioni generali per l'ottimizzazione dei parametri di LeakyRelu? Quando …

14 deep-learning keras activation-function

4

AlphaGo (e altri programmi di gioco che usano il rinforzo-apprendimento) senza database umano

Non sono uno specialista in materia e la mia domanda è probabilmente molto ingenua. Deriva da un saggio per comprendere i poteri e le limitazioni dell'apprendimento per rinforzo come usato nel programma AlphaGo. Il programma AlphaGo è stato realizzato utilizzando, tra le altre cose (esplorazione degli alberi di Monte-Carlo, ecc.) …

13 reinforcement-learning

2

Perché gli algoritmi genetici non vengono utilizzati per ottimizzare le reti neurali?

Da quanto ho capito, gli algoritmi genetici sono potenti strumenti per l'ottimizzazione multi-obiettivo. Inoltre, addestrare le reti neurali (specialmente quelle profonde) è difficile e presenta molti problemi (funzioni di costo non convesse - minimi locali, gradienti di fuga e di esplosione, ecc.). Inoltre, sono fattibile allenare concettualmente una NN con …

13 neural-network optimization genetic-algorithms

1

Qual è la differenza tra upsampling e upsampling bi-lineare in una CNN?

Sto cercando di capire questo documento e non sono sicuro di cosa sia il upsampling bi-lineare. Qualcuno può spiegare questo ad alto livello? https://arxiv.org/abs/1606.00915

13 deep-learning convnet cnn convolution

4

La pendenza del gradiente è centrale per ogni ottimizzatore?

Voglio sapere se la discesa gradiente è l'algoritmo principale utilizzato negli ottimizzatori come Adam, Adagrad, RMSProp e molti altri ottimizzatori.

13 machine-learning neural-network deep-learning optimization gradient-descent

1

Quante funzioni da campionare usando le foreste casuali

La pagina di Wikipedia che cita "Gli elementi dell'apprendimento statistico" dice: In genere, per un problema di classificazione con funzionalità ppp , le funzioni vengono utilizzate in ogni divisione.⌊ p-√⌋⌊p⌋\lfloor \sqrt{p}\rfloor Capisco che si tratta di una supposizione abbastanza istruita e probabilmente è stata confermata da prove empiriche, ma ci …

13 statistics random-forest optimization evaluation sampling

1

XGBRegressor vs. xgboost.train enorme differenza di velocità?

Se alleno il mio modello utilizzando il seguente codice: import xgboost as xg params = {'max_depth':3, 'min_child_weight':10, 'learning_rate':0.3, 'subsample':0.5, 'colsample_bytree':0.6, 'obj':'reg:linear', 'n_estimators':1000, 'eta':0.3} features = df[feature_columns] target = df[target_columns] dmatrix = xg.DMatrix(features.values, target.values, feature_names=features.columns.values) clf = xg.train(params, dmatrix) termina in circa 1 minuto. Se alleno il mio modello usando il …

13 machine-learning python decision-trees xgboost efficiency

1

Converti una colonna panda di int in tipo di dati data / ora

Ho un dataframe che, tra l'altro, contiene una colonna del numero di millisecondi passati dal 1970-1-1. Devo convertire questa colonna di ints in dati di data / ora, quindi posso in definitiva convertirla in una colonna di dati di data / ora aggiungendo la serie di colonne di data / …

13 python time-series data-cleaning pandas

1

Heatmap su una mappa in Python

Mode Analytics ha una bella funzione heatmap ( https://community.modeanalytics.com/gallery/geographic-heat-map/ ). Ma non è favorevole al confronto delle mappe (solo una per rapporto). Ciò che consentono è che i dati vengano estratti facilmente in un notebook Python incartato. E quindi qualsiasi immagine in Python può essere facilmente aggiunta a un rapporto. …

13 python visualization geospatial

1

Propagazione inversa attraverso livelli massimi di pooling

Ho una piccola domanda secondaria a questa domanda . Capisco che quando si propaga indietro attraverso uno strato di pool massimo il gradiente viene instradato indietro in modo tale che il neurone nel livello precedente che è stato selezionato come max ottenga tutto il gradiente. Ciò di cui non sono …

13 machine-learning neural-network convnet backpropagation

5

L'importanza delle funzionalità con Scikit-learn Random Forest mostra una deviazione standard molto elevata

Sto usando Scikit-learn Random Forest Classifier e voglio tracciare l'importanza delle funzionalità come in questo esempio . Tuttavia, il mio risultato è completamente diverso, nel senso che l'importanza della deviazione standard è quasi sempre maggiore dell'importanza della caratteristica stessa (vedi immagine allegata). È possibile avere questo tipo di comportamento, o …

13 python random-forest

1

Riconosci una grammatica in una sequenza di token fuzzy

Ho documenti di testo che contengono principalmente elenchi di articoli. Ogni elemento è un gruppo di più token di diversi tipi: Nome, Cognome, Data di nascita, Numero di telefono, Città, Occupazione, ecc. Un token è un gruppo di parole. Gli articoli possono trovarsi su più righe. Gli elementi di un …

13 data-mining clustering text-mining time-series correlation