«python» etiketlenmiş sorular

Python programlama dili ile ilgili veri bilimi soruları için kullanın. Genel kodlama soruları (-> yığın akışı) için tasarlanmamıştır.



2
train_test_split () hatası: Tutarsız sayıda örnek içeren girdi değişkenleri bulundu
Python için oldukça yeni ama bazı sınıflandırma verilerine dayanarak ilk RF modelimi oluşturuyorum. Tüm etiketleri int64 sayısal verilere dönüştürdüm ve numpy dizi olarak X ve Y'ye yükledim, ancak modelleri eğitmeye çalıştığımda bir hataya çarpıyorum. Dizilerim şöyle görünüyor: >>> X = np.array([[df.tran_cityname, df.tran_signupos, df.tran_signupchannel, df.tran_vmake, df.tran_vmodel, df.tran_vyear]]) >>> Y = np.array(df['completed_trip_status'].values.tolist()) …

2
Keras vs.Tf.Keras
Ben arasına seçiminde karıştı biraz olduğum keras (keras-ekip / keras) ve tf.keras (tensorflow / tensorflow / piton / keras /) benim yeni araştırma projesi için. Keras'ın kimseye ait olmadığı konusunda bir tartışma var , bu yüzden insanlar katkıda bulunmaktan daha mutlular ve gelecekte projeyi yönetmek çok daha kolay olacak. Diğer …

3
Lojistik regresyonda maliyet fonksiyonunun Python uygulaması: neden bir ifadede nokta çarpımı ancak başka bir ifadede eleman-bilge çarpımı
Lojistik regresyon ortamında matrislerin Python, numpy ve çarpımı ile ilgili çok temel bir sorum var. İlk olarak, matematik notasyonunu kullanmadığım için özür dilerim. Ben akıllıca pultiplication karşı matris nokta çarpma kullanımı hakkında karıştı. Maliyet fonksiyonu şu şekilde verilir: Ve python'da bunu şöyle yazdım cost = -1/m * np.sum(Y * np.log(A) …

1
Boylam / enlem özelliğiyle başa çıkma yolları [kapalı]
Kapalı . Bu sorunun ayrıntılara veya açıklığa ihtiyacı var . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Bu yayını düzenleyerek ayrıntıları ekleyin ve sorunu giderin . 3 yıl önce kapalı . 25 özellikli kurgusal bir veri kümesi üzerinde çalışıyorum. Özelliklerden ikisi, bir yerin enlem ve boylamıdır ve …


4
Keras (Python) kullanarak LSTM-RNN için hiperparametre araması
Keras RNN Öğreticisinden: "RNN'ler zor. Toplu iş boyutu seçimi önemlidir, kayıp ve optimize edici seçimi kritiktir, vb. Bazı yapılandırmalar yakınsama yapmaz." Yani bu daha çok bir LSTM-RNN'nin hiperparametrelerinin Keras üzerinde ayarlanması hakkında genel bir soru. RNN'niz için en iyi parametreleri bulma yaklaşımını bilmek istiyorum. Keras'ın Github'daki IMDB örneğiyle başladım . …

3
Python'da görüntülerin çıkarılması
Sınıfımda, bir görüntüdeki bir nesnenin phylum porifera (deniz süngeri) veya başka bir nesne örneği olup olmadığına karar vermek için iki sınıflandırıcı kullanarak bir uygulama oluşturmak zorundayım. Ancak, python özellik çıkarma teknikleri söz konusu olduğunda tamamen kayboldum. Danışmanım beni sınıfta ele alınmayan görüntüleri kullanmaya ikna etti. Beni anlamlı belgelere veya okumaya …

4
Devasa veriler için python'da t-sne uygulama hızını artırın
Her biri 200 boyutlu ( doc2vec) olan yaklaşık 1 milyon vektörde boyutsal küçültme yapmak istiyorum . Bunun için modülden TSNEuygulama kullanıyorum sklearn.manifoldve asıl sorun zaman karmaşıklığı. Bununla birlikte method = barnes_hut, hesaplama hızı hala düşüktür. Bir süre Bellek yetersiz bile. 130G RAM ile 48 çekirdekli bir işlemcide çalıştırıyorum. Bunu paralel …

4
Pandalar artık verilerden daha mı hızlı?
https://github.com/Rdatatable/data.table/wiki/Benchmarks-%3A-Grouping Data.table kıyaslamaları 2014'ten beri güncellenmemiştir. PandasŞimdi daha hızlı bir yerde duydum data.table. Bu doğru mu? Herhangi bir kıyaslama yapan var mı? Daha önce hiç Python kullanmadım ama pandasyenebilirse geçiş yapmayı düşünürdüm data.table?
18 python  r  pandas  data  data.table 


5
deniz dibi ısı haritasını büyüt
corr()Orijinal bir df dışında bir df oluşturun . corr()Df 70 X 70 çıktı ve ısı haritası görselleştirmek mümkün değildir ... sns.heatmap(df). Göstermeye çalışırsam corr = df.corr(), tablo ekrana sığmaz ve tüm korelasyonları görebilirim. Boyutundan dfbağımsız olarak tümünü yazdırmanın veya ısı haritasının boyutunu kontrol etmenin bir yolu var mı ?
17 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

4
Tfrecord dosyasını parçalara bölmenin faydası nedir?
Tensorflow ile konuşma tanıma üzerinde çalışıyorum ve LSTM NN'yi büyük dalgalar veri kümesiyle eğitmeyi planlıyorum. Performans artışları nedeniyle tfrecord kullanmayı planlıyorum. İnternette tfrecords dosyalarının parçalara bölündüğü birkaç örnek vardır (örn. Inception). Benim sorum: tfrecords dosyasını parçalara ayırmanın yararı nedir? Bu bölünmenin ek performans kazancı var mı?


Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.