예측 변수와 관련하여 기능의 중요성을 판단하기 위해 데이터 세트에 Boruta를 적용했습니다. 그러나 그것은 몇 가지 기능의 중요성을 결정할 수 없습니다. 그들은 잠정으로 표시되고 있습니다. Python에서 TentativeRoughFix라는 함수가 있습니까? TentativeRoughFix 함수는 R 언어로 제공됩니다. 그러한 기능이 있다면, 아무도 나를
SGD를 사용하여 선형 회귀를 수행하여 yelp에 대한 리뷰가 양수인지 음수인지 예측하려고합니다. 두 개의 다른 피쳐 추출기를 사용해 보았습니다. 첫 번째 문자는 n-gram 문자이고 두 번째 문자는 공백 문자로 구분됩니다. 그러나 문자 n-gram에 대해 다른 n 값을 시도했는데 가장 좋은 테스트 오류가 발생한 n 값을 발견했습니다. 이 테스트 오류 (내
텍스트 문서의 기능 공간 모델링은 매우 쉽습니다. 예를 들어 텍스트 (교육 데이터)의 모든 단어를 기능으로 사용할 수 있습니다. 특정 단어 (예 : "개")가 (분류 된) 교육 사례 (예 : 스팸으로 분류 됨)에서 여러 번 발견되는 경우 새 데이터를 분류하기 위해이 단어를 사용할 수 있습니다. 단어가 아닐 경우 내 기능을 어떻게 모델링합니까? 내 경우에는
10 개의 다른 객체가 있고 각 객체마다 100 개의 해당 이미지가 있다고 가정합시다. 개체 유형 0, 유형 1 등을 분류하기 위해 알고리즘을 학습하는 기계를 실행하고 싶습니다. 각 개체 유형이 서로 다른 것으로 가정합니다 (EX : 개체 1 : Cat, 개체 2 : 오토바이, 개체 3 : Trees)이 이미지들이 어떤 분류를하기 위해 추출 할 수있는 기능
사용자가 콤보 상자에서 레이어 이름을 선택하는 사용자 지정 레이어에 피쳐 유형을 점, 선 또는 다각형으로 추가해야합니다. 순간 이 모든 기능은 단지 이를 만든 마지막 층에 삽입하는 것은 내 코드입니다 : public void test(Coordinate coord,string ftype)
{
foreach (var item in map1.La
Rstudio의 작은 데이터 세트에서 VIF를 계산할 때 다음 오류가 발생합니다. 아무도 도와 줄 수 있습니까? 필요한 경우 데이터 세트에 대한 추가 정보를 제공 할 수 있습니다. "as.vector (y)의 오류 - 이진수가 아닌 숫자 인자 연산자"에 오류가 있습니다. 데이터 세트 : 80 obs. 15 개 변수 (모든 변수는 숫자 임) 단계 따랐다 여기
간단한 선형 회귀에 대해 "기능 조합"또는 "기능 간"상호 작용을 고려한 기능 선택 방법을 사용하고 싶습니다. SelectKBest는 한 번에 하나씩 대상에 한 가지 기능 만보고 Pearson의 R 값으로 순위를 지정합니다. 이 기능은 빠르지 만 기능 간 중요한 상호 작용은 무시하고 있습니다. 재귀 적 기능 제거는 먼저 내 모든 기능을 사용하고 선형 회귀
svm을 사용하는 간단한 기능 선택 작업에 rfeControl 및 rfe를 사용하려고합니다. 입력 파일은 작고 414 개의 샘플을 가진 20 개의 피쳐가 있습니다. 입력은 여기에서 찾을 수 있습니다 [https://www.dropbox.com/sh/hj91gd06dbbyi1o/AABTHPuP4kI85onSqBiGH_ISa?dl=0]. 경고를 무시하고 아
300*299 훈련 매트릭스의 관련 기능을 테스트 데이터로 임의의 행을 취하여 sequentialfs을 적용하여 학습하려고합니다. >> Md1=fitcdiscr(xtrain,ytrain);
>> func = @(xtrain, ytrain, xtest, ytest) sum(ytest ~= predict(Md1,xtest));
>> learnt = sequ