Domande taggate «python»

Python è un linguaggio di programmazione comunemente usato per l'apprendimento automatico. Usa questo tag per qualsiasi domanda * sull'argomento * che (a) coinvolga `Python` sia come parte critica della domanda o risposta prevista, e (b) non sia * solo * su come usare` Python`.

3
Ruby come banco di lavoro per le statistiche
Questa è anche una domanda che si riferisce molto a Python come banco di lavoro delle statistiche ed eccellere come banco di lavoro delle statistiche . So che c'è una grande discussione su Ruby contro Python, ma questo non è il punto su questa domanda. Pensavo che il fatto che …
13 r  python  software  ruby 
1
Pacchetto GBM vs. Caret tramite GBM
Ho usato il tuning del modello caret, ma poi rieseguendo il modello usando il gbmpacchetto. Comprendo che il caretpacchetto utilizza gbme l'output dovrebbe essere lo stesso. Tuttavia, solo un rapido test eseguito utilizzando data(iris)mostra una discrepanza nel modello di circa il 5% utilizzando RMSE e R ^ 2 come metrica …
2
Come usare un filtro Kalman?
Ho una traiettoria di un oggetto in uno spazio 2D (una superficie). La traiettoria è data come una sequenza di (x,y)coordinate. So che le mie misurazioni sono rumorose e a volte ho ovvi valori anomali. Quindi, voglio filtrare le mie osservazioni. Per quanto ho capito filtro Kalman, fa esattamente quello …
4
Come ottimizzare (in modo sistematico) il tasso di apprendimento con la Discesa del gradiente come ottimizzatore?
Un estraneo al campo ML / DL; ha iniziato il corso Udacity Deep Learning basato su Tensorflow; fare l'incarico 3 problema 4; cercando di ottimizzare la frequenza di apprendimento con la seguente configurazione: Dimensione del lotto 128 Numero di passaggi: sufficiente per riempire 2 epoche Dimensioni degli strati nascosti: 1024, …
5
Come eseguire l'imputazione dei valori in un numero molto elevato di punti dati?
Ho un set di dati molto grande e mancano circa il 5% di valori casuali. Queste variabili sono correlate tra loro. Il seguente set di dati R è solo un esempio di giocattolo con dati correlati fittizi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
1
Pacchetti Python per lavorare con modelli di miscele gaussiane (GMM)
Sembra che ci siano diverse opzioni disponibili per lavorare con i modelli di miscele gaussiane (GMM) in Python. A prima vista ci sono almeno: PyMix - http://www.pymix.org/pymix/index.php Strumenti per la modellazione delle miscele PyEM - http://www.ar.media.kyoto-u.ac.jp/members/david/softwares/em/ che fa parte della toolbox di Scipy e sembra focalizzarsi sull'aggiornamento di GMM : …
1
Interpretazione dell'output di Scikit predict_proba
Sto lavorando con la libreria scikit-learn in Python. Nel codice seguente, sto predicendo la probabilità ma non so come leggere l'output. Test dei dati from sklearn.ensemble import RandomForestClassifier as RF from sklearn import cross_validation X = np.array([[5,5,5,5],[10,10,10,10],[1,1,1,1],[6,6,6,6],[13,13,13,13],[2,2,2,2]]) y = np.array([0,1,1,0,1,2]) Dividi il set di dati X_train, X_test, y_train, y_test = …
2
È possibile valutare GLM in Python / scikit-learn usando le distribuzioni Poisson, Gamma o Tweedie come famiglia per la distribuzione degli errori?
Sto cercando di imparare alcuni Python e Sklearn, ma per il mio lavoro ho bisogno di eseguire regressioni che utilizzano distribuzioni di errori dalle famiglie Poisson, Gamma e soprattutto Tweedie. Non vedo nulla nella documentazione su di loro, ma si trovano in diverse parti della distribuzione R, quindi mi chiedevo …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.