Публикации по теме 'classification-algorithms'


Как улучшить K-ближайших соседей?
РУКОВОДСТВО K-БЛИЖАЙШИХ СОСЕДЕЙ Как улучшить K-ближайших соседей? Раздел 3: Настройка модели в Python Ссылка Как реализовать K-ближайших соседей? Раздел 2: Построение модели на Python , прежде чем продолжить… [10] Определение параметров поиска по сетке param_grid_knn = { 'n_neighbors': [2, 5, 10, 15], 'algorithm': ['ball_tree', 'kd_tree', 'brute', 'auto'], 'metric': ['minkowski', 'euclidean', 'manhattan',..
Все еще используете точность в качестве показателя классификации?
Понимание показателей точности Top N для задач классификации на несколько классов Точность является наиболее распространенной метрикой оценки для моделей классификации из-за ее простоты и интерпретации. Но когда у вас есть проблема классификации нескольких классов, скажем, с 15 различными целевыми классами, рассмотрение стандартной точности модели может ввести в заблуждение. Здесь могут быть полезны «N высших» значений точности, и в этом посте я проведу вас через базовую интуицию и..
Как работать с несбалансированными данными с помощью SMOTE
На примере использования Python С такими библиотеками, как scikit-learn в нашем распоряжении, создание моделей классификации занимает всего несколько минут. Однако построение моделей без должного изучения структуры ваших данных может привести к плачевным результатам. Представьте, что вы врач. К сожалению, вы обнаружили опухоль у одного из своих пациентов. И вы должны выяснить, является ли он злокачественным или нет. Чтобы поставить первичный диагноз, вы записываете некоторые..
Полуконтролируемая классификация немаркированных данных (обучение PU)
Как классифицировать немаркированные данные, когда все, что у вас есть, - это всего несколько положительных образцов Предположим, у вас есть набор данных о платежных транзакциях. Некоторые транзакции помечаются как мошеннические, а остальные - как подлинные, и вам необходимо разработать модель, которая будет различать мошеннические и подлинные транзакции. Предполагая, что у вас достаточно данных и хороших функций, это кажется простой задачей классификации. Однако предположим, что..
Иерархическая классификация с локальными классификаторами: вниз по кроличьей норе
Построение вашей первой иерархической классификационной модели? Этот пост для вас. Иерархические данные повсюду вокруг нас. Как специалисты по данным, мы уже привыкли выравнивать их, игнорируя естественную таксономию данных, чтобы мы могли легко скормить их нашим моделям машинного обучения. Но есть, говорят, другой выход. Тот, который сохраняет эту ценную информацию, скрытую внутри иерархии. Такой, который может помочь нам разработать наши модели классификации, чтобы они были более..
Что такое алгоритм классификации в машинном обучении
Алгоритмы и объяснения с кодом Обучение с учителем — это тип машинного обучения, используемый для «обучения моделей на основе размеченных обучающих данных». Это позволяет использовать для прогнозирования вывода будущих или невидимых данных. В этом случае следует использовать кабину обучения с учителем, так как все данные являются «помеченными данными». Использование контролируемого обучения Погода Инфографика Фильтрация электронной почты Рекомендация Нетфликс..
Обзор моделей классификации анализа настроений
Введение При обработке естественного языка нам часто приходится иметь дело с массовыми текстовыми данными. Мы не можем работать со словами и предложениями напрямую, поэтому нам нужны некоторые другие методы, которые преобразуют текстовые данные в числовые значения, чтобы мы могли выполнять анализ, например, вычисление сходства или классификацию настроений. Сегодня я кратко рассмотрю два очень распространенных метода: набор слов (BOW) и вектор слов, чтобы вы начали анализ настроений...