我正在尝试确定两组之间具有 8 个级别的分类变量的频率是否存在显着差异。在这种情况下，两组被问到他们最喜欢的颜色，有 8 个选择。我想知道第 1 组的人选择颜色的频率与第 2 组的人选择相同颜色的频率...

我正在处理二元分类任务，并希望了解将类阈值合并到我的模型中的最佳实践。具体来说，我希望确保模型不仅进行二元预测，而且还提供其在每个预测中的置信度的度量。 我正在考虑两种方法： 模型中的阈值：将类阈值...

我正在尝试从我的数据中为标签子集创建一个混淆矩阵。尽管对行进行了错误分类，但生成的混淆矩阵在除对角线外的所有地方都显示零。我错过了什么吗？ 代码如下： import pandas as pd fr...

我正在尝试了解 KNN（k 最近邻）在鸢尾花数据集分类方面的工作。据我了解，当我需要进行分类时，我必须将数据准备为数值。根据我遵循的以下代码，它没有将它们更改为数值。这是正确的吗？何时需要将它们更改为...

编辑 根据到目前为止的答案（谢谢），我了解它是什么以及它的用途。/ 分类数组有什么用？它有一个常见的用例吗？CategoricalDTypeCategorical -- 我不明白 和 之间的区别...

我已经在语音识别上应用了 1D CNN，当我洗牌列时，我得到了不同的结果，例如，使用 matrix（：，[1 2 3]） 给出的分类结果与 matrix（：，[2 3 1]） 应该相同，我尝试过 rn...

我有一个大约有 44 亿行的 csv 文件。它有 25 个分类列，所有列都是十六进制编码的整数，例如 和 。EE6B280010642AC00 我有一台具有 3TB RAM 的机器，用于加载数据集。...

因此，我的 R 数据集中有一个名为“RACE”的变量，具有不同的分类种族分类。我还有另一个变量，称为“ETHNICITY”，具有不同的分类种族分类。我想在我的数据集中创建一个名为“RACE/ETHNI...

我有一个测试集和训练集。他们有一个城市列，一个（火车）有 290 个独特的，测试有 30 个。我希望有重叠，即伦敦、布里斯托尔在两组，但格洛斯特可能在一组而不是另一组。 我还想将这些城市编码为两个集...

我希望在使用 和 时获得类似的交叉验证结果，但它们差异很大：lgb.cvcross_val_score import lightgbm as lgb import pandas as pd from...