Наука о данных

Я новичок в углубленном изучении. Есть ли способ использовать TensorFlow с графическими процессорами Intel? Если да, пожалуйста, укажите мне в правильном направлении. Если нет, пожалуйста, дайте мне знать, какую платформу (Keras, Theano и т. Д.) Можно использовать для моего интегрированного графического контроллера Intel Core Xeon E3-1200 v3 / 4-го поколения.

20 tensorflow  keras  theano  gpu 

Когда я читал об использовании StandardScaler, большинство рекомендаций говорили, что вы должны использовать StandardScaler перед разбивать данные на обучающие / тестовые данные, но когда я проверял некоторые коды, размещенные в сети (используя sklearn), было два основных применения. 1- Использование StandardScalerна всех данных. Например from sklearn.preprocessing import StandardScaler sc = StandardScaler() …

20 machine-learning  scikit-learn  preprocessing 

Что лучше для точности или они одинаковые? Конечно, если вы используете categoryorical_crossentropy, вы используете одну горячую кодировку, а если вы используете sparse_categorical_crossentropy, вы кодируете как обычные целые числа. Кроме того, когда один лучше другого?

20 neural-network  keras  loss-function  encoding 

В случае наличия комбинации категориальных и числовых атрибутов я обычно конвертирую категориальные атрибуты в один горячий вектор. Мой вопрос заключается в том, чтобы оставить эти векторы как есть и масштабировать числовые атрибуты посредством стандартизации / нормализации, или мне следует масштабировать один горячий вектор вместе с числовыми атрибутами?

20 feature-engineering  feature-scaling  data-science-model 

У меня есть 3 класса с этим распределением: Class 0: 0.1169 Class 1: 0.7668 Class 2: 0.1163 И я использую xgboostдля классификации. Я знаю, что есть параметр с именем scale_pos_weight. Но как это обрабатывается для случая «мультикласса», и как я могу правильно установить его?

20 classification  xgboost  multiclass-classification  unbalanced-classes 

У LDA есть два гиперпараметра, настройка их меняет навязанные темы. Что альфа- и бета-гиперпараметры влияют на LDA? Как меняется тема, если один или другой гиперпараметр увеличивается или уменьшается? Почему они гиперпараметры, а не просто параметры?

19 topic-model  lda  parameter 

Мне интересно знать, что на самом деле происходит на расстоянии Хеллингера (простыми словами). Кроме того, мне также интересно узнать, какие типы проблем мы можем использовать для расстояния Хеллингера? Каковы преимущества использования Hellinger Distance?

19 machine-learning  data-mining  text-mining  distance 

Я строю полиномиальную логистическую регрессию с помощью sklearn (LogisticRegression). Но после ее завершения, как я могу получить p-значение и доверительный интервал моей модели? Похоже, что sklearn обеспечивает только коэффициент и перехват. Большое тебе спасибо.

19 scikit-learn  logistic-regression 

Я участвую в соревнованиях по борьбе. Набор данных имеет около 100 объектов, и все они неизвестны (с точки зрения того, что на самом деле они представляют). В основном это просто цифры. Люди выполняют много функций по разработке этих функций. Мне интересно, как именно можно выполнить разработку функций для функций, которые …

19 machine-learning  feature-selection  feature-extraction  feature-engineering  kaggle 

Проблема, с которой я сталкиваюсь, состоит в классификации коротких текстов на несколько классов. Мой текущий подход заключается в использовании частотных терминов tf-idf и изучении простого линейного классификатора (логистическая регрессия). Это работает достаточно хорошо (около 90% макроса F-1 в тестовом наборе, почти 100% в тренировочном наборе). Большой проблемой являются невидимые слова …

19 machine-learning  classification  feature-selection  logistic-regression  information-retrieval 

Как правило, модель машинного обучения построена на наборах данных. Я хотел бы знать, существует ли какой-либо способ генерирования синтетического набора данных с использованием такой обученной модели машинного обучения, сохраняющей исходные характеристики набора данных? [оригинальные данные -> построить модель машинного обучения -> использовать модель ml для генерации синтетических данных .... !!!] …

19 machine-learning  dataset 

Я недавно начал учиться работать с sklearnи только что столкнулся с этим странным результатом. Я использовал digitsдоступный набор данных, sklearnчтобы попробовать разные модели и методы оценки. Когда я тестировал модель машины опорных векторов на данных, я обнаружил, что есть два разных класса sklearnдля классификации SVM: SVCи LinearSVC, где первый использует …

19 svm  scikit-learn 

Недавно я увидел интересную функцию, которая когда- то была доступна в Google Sheets: вы начинаете с написания нескольких связанных ключевых слов в последовательных ячейках, скажем: «синий», «зеленый», «желтый», и автоматически генерирует похожие ключевые слова (в данном случае другие цвета). Смотрите больше примеров в этом видео на YouTube . Я хотел …

19 nlp  text-mining  freebase 

Итак, я хочу создать радиолокационную диаграмму профиля игрока примерно так: Не только шкала каждой переменной различна, но также я хочу использовать обратную шкалу для некоторых статистических данных, таких как «лишенная» статистика, где меньше означает «хорошо». Одним из решений для переменной шкалы для каждой статистики может быть установление контрольного показателя и …

19 visualization 

Я пытаюсь найти формулу, метод или модель, которые можно использовать для анализа вероятности того, что конкретное событие повлияло на некоторые продольные данные. Мне трудно понять, что искать в Google. Вот пример сценария: Представьте, что вы владеете бизнесом, в котором ежедневно посещают в среднем 100 клиентов. Однажды вы решаете, что хотите …

19 machine-learning  data-mining  statistics