scikit-learn 相关问题

scikit-learn是一个用于Python的机器学习库，它为数据分析和数据挖掘提供简单有效的工具，重点是机器学习。它可供所有人使用，并可在各种环境中重复使用。它建立在NumPy和SciPy之上。该项目是开源的，可商业使用（BSD许可证）。

是否可以在“sklearn”管道中使用“ravel()”或“to_numpy()”转换目标变量？

我在 R markdown 文档中使用 RStudio 和 tidymodels。我想合并 scikit-learn 中的一些模型。从 R 代码块获取数据到 Python 代码块效果很好，但是......

python r machine-learning scikit-learn

回答 1 投票 0

有没有办法使用 SciPy 的差分进化或其他库来最小化多输出回归器的一个输出并限制其他输出？

我正在使用 sklearn 中的一个简单的 RandomForestRegressor 来预测 3 个输出，并且效果很好。问题是我现在需要优化其中一个输出尽可能低，同时确保...

python scikit-learn scipy mathematical-optimization differential-evolution

回答 1 投票 0

在 sklearn 数字示例中使用自己的图像

所以我一直在摆弄 sklearn 和 python，并尝试了解机器学习是如何工作的。我已经得到了正确的基本示例，但有一件事我正在努力解决。例如，让我们说...

python machine-learning scikit-learn

回答 3 投票 0

precision_recall_fscore_support 支持返回 None

我正在尝试从分类报告中提取所有相关的“加权平均”度量。我得到了正确的召回率、精确率和 fscore。支持，但是返回 None，而我希望它......

scikit-learn classification

回答 1 投票 0

在 Vertex 上使用 Scikit Learn 导入模型

伙计们，我正在尝试从本地导入模型，但每次我从 gcp 日志中都会收到相同的错误。框架是scikit-learn AttributeError：无法在上获取属性“preprocess_text” 伙计们，我正在尝试从本地导入模型，但每次我从 gcp 日志中都会收到相同的错误。框架是scikit-learn AttributeError: Can't get attribute 'preprocess_text' on <module 'model_server' from '/usr/app/model_server.py'> 有这个问题的代码片段是 complaints_clf_pipeline = Pipeline( [ ("preprocess", text.TfidfVectorizer(preprocessor=utils.preprocess_text, ngram_range=(1, 2))), ("clf", naive_bayes.MultinomialNB(alpha=0.3)), ] ) 这个 preprocess_text 来自上面的单元格，但我不断收到 model_server 的此问题，而我的代码中不存在该问题。有人可以帮忙吗？我尝试重构代码，但遇到了相同的错误，尝试撤消此管道结构，但随后在尝试通过 API 查阅模型时遇到另一个错误。 GCP 正在尝试加载模型，但找不到 preprocess_text 函数，因为它不包含在序列化模型中。保存 scikit-learn 管道，像 preprocess_text 这样的函数不会自动与模型一起保存。为了确保 GCP 知道在哪里可以找到此函数，您可以：在加载模型的同一脚本中定义 preprocess_text，或者将 utils 打包为部署的一部分（将其包含在 GCP 部署文件中），以便 preprocess_text 函数在同一环境中可用。 import pickle from sklearn.pipeline import Pipeline from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.naive_bayes import MultinomialNB class CustomTextClassifier: def __init__(self): self.pipeline = Pipeline( [ ("preprocess", TfidfVectorizer(preprocessor=self.preprocess_text, ngram_range=(1, 2))), ("clf", MultinomialNB(alpha=0.3)), ] ) def preprocess_text(self, text): return text.lower() def train(self, X, y): self.pipeline.fit(X, y) def predict(self, X): return self.pipeline.predict(X) model = CustomTextClassifier() # train model with your data... with open('model.pkl', 'wb') as f: pickle.dump(model, f)

machine-learning google-cloud-platform scikit-learn artificial-intelligence google-cloud-vertex-ai

回答 1 投票 0

所有中间步骤都应该是变压器并实现拟合和变换

我正在使用重要特征选择来实现管道，然后使用相同的特征来训练我的随机森林分类器。以下是我的代码。 m = ExtraTreesClassifier(n_estimators = ...

python machine-learning scikit-learn typeerror feature-selection

回答 3 投票 0

在列列表上使用 sklearn 转换器并保留输入列

使用 sklearn 转换器，我希望能够将转换应用于列列表，并让转换器使用转换后的值创建新列，而不是将它们应用于

python scikit-learn

回答 3 投票 0

scikit multiflow安装问题

当我尝试在命令提示符下使用 pip 将 scikit-multiflow 库安装到虚拟环境中时，我不断遇到此问题，因为尽管安装了，但没有名为“numpy.distutils”的文件...