Публикации по теме 'sklearn'


Предложение новой оценочной метрики
В последнее время я работал с некоторыми библиотеками AutoML, такими как H2O и auto-sklearn, и обе столкнулись с одной и той же проблемой: ранжирование в таблице лидеров с метрикой, не удовлетворяющей потребностям моего проекта. Одними из наиболее распространенных сегодня показателей оценки являются показатель точности, auc, auprc, f1 и т. д. Библиотеки часто строятся на основе этих показателей, и некоторые, но не все библиотеки предлагают настраиваемый параметр для указания собственной..
Машинное обучение с помощью нейронных сигналов в Google Colab
В этом уроке я покажу вам, как провести несколько экспериментов с машинным обучением в Google Colaboratory с данными из статьи Расшифровка слухового внимания к инструментам в полифонической музыке с использованием однократной классификации ЭЭГ . также покажет вам, как вы можете импортировать свои собственные данные для проведения экспериментов с вашими собственными данными. Прежде всего, мы собираемся использовать Google Colaboratory, поэтому перейдите по этой ссылке и войдите в свою..
Инструментарий Data Science (концепции + код)
Привет народ !! В этом посте я расскажу об основных инструментах и ​​программном обеспечении, которые можно использовать для решения проблемы науки о данных. Если вы новичок в машинном обучении, науке о данных или статистике, не стесняйтесь проверить мой другой блог о машинном обучении, щелкнув ссылку ниже. Машинное обучение 101 [Часть 1] (концепции + примеры) Привет, вы хотите начать заниматься наукой о данных и Ml и не знаете, с чего начать? Какие..
Повесть о двух макро-F1
После написания моей серии из двух частей Мульти-классовые метрики стали проще ( Часть I , Часть II ) я получил обнадеживающие и полезные отзывы от читателей, в том числе аплодисменты, исправление опечаток и т. Д. Итак, сначала , большое спасибо всем, кто откликнулся! В частности, одно электронное письмо пришло от любопытного читателя (пожелавшего остаться анонимным, поэтому я буду называть этого читателя Энигмой ) и инициировало расследование того, как вычисляется усредненный..
Интерпретация базового учащегося в классификаторе повышения градиента
Gradient Boosting Classifier — это известная ансамблевая модель, разработанная в различных библиотеках, таких как Sklearn и XGBoost. | kaggle | GitHub | Купить кофе | Базовым учеником в модели Sklearn является дерево регрессора решений, которое имеет свои атрибуты. После обучения модели вы также можете использовать базовые методы обучения. Во-первых, мы должны импортировать модель и обучить ее на наборе данных. Далее я использовал предопределенный набор данных из..
Вопрос интервью: Каковы различные алгоритмы классификации?
В предыдущем посте я затронул вопрос Что такое машинное обучение , и этот пост в блоге можно прочитать здесь: https://medium.com/@tracyrenee61/interview-question-what-is-machine-learning- d042efc7569e Машинное обучение состоит из четырех типов методов обучения, а именно: Обучение под наблюдением (с метками)
Хорошее, плохое и уродливое Pd.Get_Dummies
Это для фанатов pd.get_dummies Привет народ 🤠 Хорошо, я понимаю. Один из самых простых способов преобразовать категориальный массив в массив манекенов в Python — использовать метод Pandas pd.get_dummies() . Зачем вам тратить время на импорт OneHotEncoder из sklearn, выполнение .fit_transform() и т. д. и т. д. и т. д.? Разговор о утомительно! В этой статье сначала будет представлен простой набор данных для демонстрационных целей, состоящий из тестового набора, который содержит..