multilabel-classification

1зной

1ответ

Я использую weka для создания случайной модели леса. Мои данные хранятся в базе данных MySQL. Я не мог найти способ создать набор данных weka (объект «Экземпляры») непосредственно из БД (по крайней ме

3зной

1ответ

Как использовать функции SIFT для мешка слов в opencv?

Я прочитал много статей о реализации мешка слов после принятия просеивающих функций изображения, но я все еще смущен, что делать дальше. Что я конкретно делаю? Благодарим вас за руководство. Это код,

2зной

1ответ

Почему результаты многоуровневой работы такие же, как и независимые, несмотря на сильную корреляцию меток?

У меня есть набор данных с 2 ярлыками, которые я знаю, что между этими двумя ярлыками существует сильная корреляция. Однако, когда я использую бинарную релевантность scikit multilearn, которая не учит

0зной

2ответ

sklearn-KNearestNeighbors with Multilabels

У меня есть набор данных с функциями и их ярлыками. это выглядит следующим образом: X1, X2, X3, X4, X5 .. Xn L1, L2, L3 Y1, Y2, Y3, Y4, Y5 .. Yn L5, L2 .. Я хочу тренировать KNeighborsClassifier э

2зной

2ответ

nolearn для классификации несколько этикеток

Я пытался использовать функцию ДБНА, импортируемую из пакета nolearn, а вот мой код: from nolearn.dbn import DBN import numpy as np from sklearn import cross_validation fileName = 'data.csv' file

0зной

1ответ

Пояснение для показателя охвата_error в scikit learn

Я не понимаю, как вычисляется охват_error в scikit learn, доступный в модуле sklearn.metrics. Объяснение в документах выглядит следующим образом: Функция покрытия_error вычисляет среднее число меток,

2зной

1ответ

PyStruct - Нет соответствия подписи не найти

Я пытаюсь использовать код здесь: https://github.com/pystruct/pystruct/blob/master/examples/multi_label.py Я X_train с формой (2591, 256) и y_train с формой (2591, 175). Когда я запускаю это: tree = c

1зной

1ответ

Sklearn: Разница между использованием OneVsRestClassifier и построением каждого классификатора индивидуально

Насколько я знаю, проблема с несколькими метками может быть решена с помощью схемы с одним vs-all, для которой Scikit-learn реализует OneVsRestClassifier в качестве обертки для классификатора, такого