Estoy usando XGboost para predecir una variable objetivo de 2 clases en reclamaciones de seguros. Tengo un modelo (entrenamiento con validación cruzada, ajuste de hiperparámetros, etc.) que ejecuto en otro conjunto de datos. Mi pregunta es : ¿Hay alguna manera de saber por qué un reclamo dado se...
¿Cuál es el efecto de NO cambiar los pesos de filtro de una CNN durante la propagación hacia atrás? Cambié solo los pesos de capa completamente conectados mientras entrenaba en el conjunto de datos MNIST y aún logré una precisión de casi el 99 por
Actualmente estoy entrenando una red neuronal y no puedo decidir qué usar para implementar mis criterios de detención temprana: pérdida de validación o una métrica como precisión / f1score / auc / lo que se calcule en el conjunto de validación. En mi investigación, encontré artículos que defienden...
Tengo un problema de clasificación con datos categóricos y numéricos. El problema que enfrento es que mis datos categóricos no son fijos, eso significa que el nuevo candidato cuya etiqueta quiero predecir puede tener una nueva categoría que no se observó de antemano. Por ejemplo, si mis datos...
Estaba analizando el clasificador creado usando un árbol de decisión. Hay un parámetro de ajuste llamado max_depth en el árbol de decisión de scikit. ¿Es esto equivalente a podar un árbol de decisión? Si no, ¿cómo podría podar un árbol de decisión usando scikit? dt_ap =...
Aquí encontrará una descripción general del proceso de optimización de hiperparámetros en scikit-learn . La búsqueda exhaustiva de la cuadrícula encontrará el conjunto óptimo de hiperparámetros para un modelo. La desventaja es que la búsqueda exhaustiva en la red es lenta. La búsqueda aleatoria...
He estado aprendiendo sobre redes neuronales convolucionales. Al mirar Kerasejemplos, me encontré con tres métodos diferentes de convolución. A saber, 1D, 2D y 3D. ¿Cuáles son las diferencias entre estas tres capas? ¿Cuáles son sus casos de uso? ¿Hay algunos enlaces o referencias para mostrar sus...
Actualmente estoy trabajando en un modelo de regresión logística para genómica. Uno de los campos de entrada que quiero incluir como covariable es genes. Hay alrededor de 24,000 genes conocidos. Hay muchas características con este nivel de variabilidad en biología computacional y se necesitan...
Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Data Science Stack Exchange. Cerrado hace 6 años . Siempre me ha interesado el...
Los detalles de la API de predicción de Google se encuentran en esta página , pero no puedo encontrar ningún detalle sobre los algoritmos de predicción que se ejecutan detrás de la API. Hasta ahora, he recopilado que le permiten proporcionar sus pasos de preprocesamiento en formato...
Estoy aprendiendo Support Vector Machines , y no puedo entender cómo se elige una etiqueta de clase para un punto de datos en un clasificador binario. ¿Se elige por consenso con respecto a la clasificación en cada dimensión del hiperplano de
Un sistema de recomendaciones mantiene un registro de las recomendaciones que se han hecho a un usuario en particular y si ese usuario acepta la recomendación. Es como user_id item_id result 1 4 1 1 7 -1 5 19 1 5 80 1 donde 1 significa que el usuario aceptó la recomendación, mientras que -1...
Soy nuevo en esta comunidad y espero que mi pregunta encaje bien aquí. Como parte de mi curso universitario de análisis de datos, he optado por hacer el proyecto de reconocimiento de la actividad humana utilizando conjuntos de datos de teléfonos inteligentes. En lo que a mí respecta, este tema se...
Tengo un gran conjunto de datos de una base de datos relacional para la que necesito crear un modelo de clasificación. Normalmente para esta situación, usaría Programación Lógica Inductiva (ILP), pero debido a circunstancias especiales no puedo hacer eso. La otra forma de abordar esto sería tratar...
Tengo una gran cantidad de muestras que representan flujos de bits codificados Manchester como señales de audio. La frecuencia a la que están codificados es el componente de frecuencia principal cuando es alta, y hay una cantidad constante de ruido blanco en el fondo. He decodificado manualmente...
¿Qué conjuntos de datos disponibles libremente puedo usar para entrenar un clasificador de texto? Estamos tratando de mejorar la participación de nuestros usuarios recomendando el contenido más relacionado para él, por lo que pensamos que si clasificamos nuestro contenido en función de una bolsa...
Acabo de aprender acerca de la regularización como un enfoque para controlar el sobreajuste, y me gustaría incorporar la idea en una implementación simple de retropropagación y perceptrón multicapa (MLP) que armé. Actualmente para evitar un ajuste excesivo, valido cruzado y mantengo la red con la...
Soy un profesional de TI de 35 años que es puramente técnico. Soy bueno programando, aprendiendo nuevas tecnologías, entendiéndolas e implementando. No me gustaban las matemáticas en la escuela, así que no obtuve buenos resultados en matemáticas. Estoy muy interesado en seguir una carrera en...
Quiero usar la asignación de Dirichlet latente para un proyecto y estoy usando Python con la biblioteca gensim. Después de encontrar los temas, me gustaría agrupar los documentos usando un algoritmo como k-means (Idealmente, me gustaría usar uno bueno para la superposición de grupos, por lo que...
Estoy entrenando modelos de bosque aleatorios en R randomForest()con 1000 árboles y marcos de datos con aproximadamente 20 predictores y 600K filas. En mi computadora portátil todo funciona bien, pero cuando me muevo a Amazon EC2, para ejecutar lo mismo, aparece el error: Error: cannot allocate...