Perguntas com a marcação «scikit-learn»

Estou tentando usar o scikit-learn's LabelEncoderpara codificar um panda DataFramede rótulos de string. Como o dataframe possui muitas (50+) colunas, desejo evitar a criação de um LabelEncoderobjeto para cada coluna; Prefiro ter apenas um grande LabelEncoderobjeto que funcione em todas as minhas colunas de dados. Jogar o todo DataFramepara dentro …

216 python  pandas  scikit-learn  neuraxle 

Eu gostaria de ter a norma de uma matriz NumPy. Mais especificamente, estou procurando uma versão equivalente dessa função def normalize(v): norm = np.linalg.norm(v) if norm == 0: return v return v / norm Existe algo assim em skearnou numpy? Essa função funciona em uma situação em que vé o …

203 python  numpy  scikit-learn  statistics  normalization 

Como salvar um classificador treinado Naive Bayes em disco e usá-lo para prever dados? Eu tenho o seguinte programa de amostra no site scikit-learn: from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB gnb = GaussianNB() y_pred = gnb.fit(iris.data, iris.target).predict(iris.data) print "Number of mislabeled points : %d" % …

191 python  machine-learning  scikit-learn  classification 

Estou usando o python 2.7 no Ubuntu 14.04. Eu instalei o scikit-learn, numpy e matplotlib com estes comandos: sudo apt-get install build-essential python-dev python-numpy \ python-numpy-dev python-scipy libatlas-dev g++ python-matplotlib \ ipython Mas quando eu importo esses pacotes: from sklearn.cross_validation import train_test_split Devolve-me este erro: ImportError: No module named sklearn.cross_validation …

174 python  scikit-learn 

É possível especificar sua própria função de distância usando o K-Means Clustering do scikit-learn?

172 python  machine-learning  cluster-analysis  k-means  scikit-learn 

Eu sei que eu poderia implementar uma função de erro quadrático médio raiz como esta: def rmse(predictions, targets): return np.sqrt(((predictions - targets) ** 2).mean()) O que estou procurando se essa função rmse for implementada em uma biblioteca em algum lugar, talvez em scipy ou scikit-learn?

158 python  scikit-learn  scipy 

Posso extrair as regras de decisão subjacentes (ou 'caminhos de decisão') de uma árvore treinada em uma árvore de decisão como uma lista textual? Algo como: if A>0.4 then if B<0.2 then if C>0.8 then class='X' Obrigado pela ajuda.

157 python  machine-learning  scikit-learn  decision-tree  random-forest 

Como posso encontrar o valor-p (significância) de cada coeficiente? lm = sklearn.linear_model.LinearRegression() lm.fit(x,y)

154 python  numpy  statistics  scikit-learn  regression 

Eu tenho esse erro ao tentar carregar um modelo SVM salvo. Tentei desinstalar o sklearn, NumPy e SciPy, reinstalando as versões mais recentes novamente (usando pip). Ainda estou recebendo esse erro. Por quê? In [1]: import sklearn; print sklearn.__version__ 0.18.1 In [3]: import numpy; print numpy.__version__ 1.11.2 In [5]: import …

148 python  numpy  scikit-learn 

Quero implementar um algoritmo de aprendizado de máquina no scikit learn, mas não entendo o que esse parâmetro random_statefaz? Por que devo usá-lo? Eu também não conseguia entender o que é um número pseudo-aleatório.

148 python  scikit-learn 

Eu tenho um dataframe de pandas e desejo dividi-lo em 3 conjuntos separados. Eu sei que usando train_test_split de sklearn.cross_validation, é possível dividir os dados em dois conjuntos (train e test). No entanto, não consegui encontrar nenhuma solução para dividir os dados em três conjuntos. De preferência, eu gostaria de …

146 pandas  numpy  dataframe  machine-learning  scikit-learn 

Eu tenho um dataframe de pandas com colunas de tipo misto e gostaria de aplicar o min_max_scaler do sklearn a algumas das colunas. Idealmente, eu gostaria de fazer essas transformações no local, mas ainda não descobri uma maneira de fazer isso. Eu escrevi o seguinte código que funciona: import pandas …

137 python  pandas  scikit-learn  dataframe 

Percebi que, quando a codificação One Hot é usada em um determinado conjunto de dados (uma matriz) e usada como dados de treinamento para algoritmos de aprendizado, ela fornece resultados significativamente melhores com relação à precisão da previsão, em comparação com o uso da própria matriz original como dados de …

127 machine-learning  data-mining  scikit-learn  data-analysis 

Estou usando o sklearn e estou tendo um problema com a propagação de afinidade. Eu construí uma matriz de entrada e continuo recebendo o seguinte erro. ValueError: Input contains NaN, infinity or a value too large for dtype('float64'). eu corri np.isnan(mat.any()) #and gets False np.isfinite(mat.all()) #and gets True Eu tentei …

127 python  python-2.7  scikit-learn  valueerror 

Eu tenho uma tarefa de classificação com uma série temporal como entrada de dados, em que cada atributo (n = 23) representa um ponto específico no tempo. Além do resultado absoluto da classificação, gostaria de descobrir quais atributos / datas contribuem para o resultado em que extensão. Portanto, estou apenas …

125 scikit-learn  random-forest  feature-selection