长话短说，我使用 xgboost.spark.SparkXGBClassifier 在 Spark 中训练了一个 xgboost 分类器模型： from xgboost.spark import S...

我正在学习 Udemy 课程，似乎它的某些方面尚未经过编辑以反映最近的更新。我正在尝试使用朴素贝叶斯为分类问题创建混淆矩阵，但我无法获得使用更新函数所需的材料。 数据集是关于航空公司评论的，我已将其...

我正在尝试将线性 SVC 导出到 PMML。我创建了一个 sklearn 管道 （sklearn.pipeline.Pipeline），其中包含一个 SimpleImputer、一个标准缩放器和一个线...

我有一个大型数据集data_arr - 2600 万行。 我将其聚类为 50 个聚类 对我有用的聚类方法是 WARD。 使用这种方法，我得到了最合适的结果。 使用以下代码进行聚类分析： n_clu...

我有一个旧的但不能完美工作的随机森林分类器，我想用它来改进，我已经对 3000 个文件进行了预分类，所以我有一个文件夹（包含一个“坏”和“好”文件夹），其中 90% 的测量值被正确分类。 我想改进我...

这个问题在这里已经有答案了： 准确性得分 ValueError：无法处理二进制和连续目标的混合 （8 个答案） 2年前关闭。 我尝试训练和测试几个 scikit-learn 模型，并尝试打印出准确性...

我是机器学习的新手。我正在实现一个感知器，以查看哪些逻辑门功能是线性可分离的。对于NAND门，我得到了意想不到的结果。对于输入 X 和输出 y，模型给出的分数为 0.5，y 预测为 [1,0,0,0]...

我已经开始从事一个项目，在该项目中，我需要检测给定 scikit-learn 估计器的可训练参数，如果可能的话，找到分类变量的允许值（以及连续变量的合理间隔）。 我可以获取带有参数的字典 using...

我正在处理一个聚类问题。为了确保结果的可重复性，我们最初将参数设置为 0。但是，将scikit-learn从版本0.22.2更新到版本1.2.2后，我遇到了一个意外的问题。当我使用相同的数据集运行相同...

我使用 GridSearch 来查找此决策树的相对最佳超参数（并使用 K-Fold CV 来评估模型的性能）。请查看代码和输出结果中的“最佳结果”行。 为什么它没有给我任何关于标准的信息（例如，是使...