rfe

1зной

1ответ

Я пытаюсь понять, как я могу использовать sklearn RFE для линейной регрессионной модели, когда у меня есть категорические столбцы, я создал с пандами get_dummies У меня есть набор данных и макет: y =

3зной

1ответ

R rte [ошибка в {: задача 1 не выполнена - «rfe ожидает значения значения 184, но имеет только 2»]

Я использую rte Caret для приложения регрессии. Мои данные (в data.table) имеют 176 предикторов (включая 49 факторных предикторов). Когда я запускаю эту функцию, я получаю эту ошибку: Error in { : tas

1зной

3ответ

R ошибка функции RFE «каретка» Пакет: там должно быть одинаковое количество образцов в х и у

Как я пытаюсь пример RFE из пакета «» каретки взяты из here, я продолжал получать эту ошибку Error in rfe.default(d[1:2901, ], c(1, 1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3, : there should be the same num

4зной

1ответ

Рекурсивная функция Устранение категориальных данных в sklearn?

У меня есть набор данных, содержащий 8 параметров (4 непрерывных 4 категориальных), и я пытаюсь устранить функции в соответствии с классом RFEC в Scikit. Это формула я использую: svc = SVC(kernel="lin

1зной

1ответ

Выбор функции

Я пытаюсь найти метод выбора полезной функции на множестве из 20000 генов из набора выражений (microarray), чтобы получить модель только с полезными генами. Я попытался использовать RFE из каретки, но

1зной

1ответ

R каретка: разница между поездом и ДВРОМ

поскольку существует несколько методов, доступных в каретке мл, что don't have a built in feature selection, я экспериментировал с rfe. Может кто-нибудь объяснить, в чем разница междуtrain() и rfe() э

1зной

1ответ

Выполнение оценки гиперпараметра для оценки в каждой сумме рекурсивной функции Устранение

Я использую sklearn для выполнения рекурсивного устранения функции с перекрестной проверкой с использованием модуля RFECV. RFE предполагает многократное обучение оценщика по полному набору функций, а