Una instancia de aprendizaje supervisado que identifica la categoría o categorías a las que pertenece una nueva instancia de conjunto de datos.
Sé que hay una posibilidad en Keras con el class_weightsdiccionario de parámetros al ajuste, pero no he podido encontrar ningún ejemplo. ¿Alguien tan amable de proporcionar uno? Por cierto, en este caso, la práctica adecuada es simplemente ponderar a la clase minoritaria proporcionalmente a su...
Estoy probando una configuración de clasificación multiclase con 3 clases. La distribución de clases está sesgada con la mayoría de los datos que caen en 1 de las 3 clases. (las etiquetas de clase son 1,2,3, con un 67,28% de los datos en la etiqueta de clase 1, 11,99% de datos en la clase 2 y...
Parece que la similitud de dos características del coseno es solo su producto escalado por el producto de sus magnitudes. ¿Cuándo la similitud del coseno hace una mejor distancia métrica que el producto de punto? Es decir, ¿la similitud del producto escalar y el coseno tienen diferentes fortalezas...
Me gustaría usar una red neuronal para la clasificación de imágenes. Comenzaré con CaffeNet pre-entrenado y lo entrenaré para mi aplicación. ¿Cómo debo preparar las imágenes de entrada? En este caso, todas las imágenes son del mismo objeto pero con variaciones (piense: control de calidad). Están...
Tengo un gran problema de datos con un gran conjunto de datos (por ejemplo, 50 millones de filas y 200 columnas). El conjunto de datos consta de aproximadamente 100 columnas numéricas y 100 columnas categóricas y una columna de respuesta que representa un problema de clase binaria. La cardinalidad...
Estoy trabajando en la investigación, en la necesidad de una GANADOR clasificar de tres eventos = ( win, draw, lose) WINNER LEAGUE HOME AWAY MATCH_HOME MATCH_DRAW MATCH_AWAY MATCH_U2_50 MATCH_O2_50 3 13 550 571 1.86 3.34 4.23 1.66 2.11 3 7 322 334 7.55 4.1 1.4 2.17 1.61 Mi modelo actual es: def...
Tengo un problema de clasificación con aproximadamente 1000 muestras positivas y 10000 negativas en el conjunto de entrenamiento. Entonces este conjunto de datos está bastante desequilibrado. El bosque aleatorio simple solo está tratando de marcar todas las muestras de prueba como una clase...
Estoy tratando de entrenar un modelo de aumento de gradiente en más de 50k ejemplos con 100 características numéricas. XGBClassifiermaneja 500 árboles en 43 segundos en mi máquina, mientras que GradientBoostingClassifiermaneja solo 10 árboles (!) en 1 minuto y 2 segundos :( No me molesté en tratar...
Estoy siguiendo este ejemplo en el sitio web scikit-learn para realizar una clasificación de múltiples salidas con un modelo de bosque aleatorio. from sklearn.datasets import make_classification from sklearn.multioutput import MultiOutputClassifier from sklearn.ensemble import
¿Cuándo utilizar un Random Forestsobre SVMy viceversa? Entiendo que la cross-validationcomparación de modelos es un aspecto importante para elegir un modelo, pero aquí me gustaría aprender más sobre las reglas generales y la heurística de los dos métodos. ¿Alguien puede explicar las sutilezas,...
Tenga en cuenta que estoy haciendo todo en R. El problema es el siguiente: Básicamente, tengo una lista de currículums (CV). Algunos candidatos tendrán experiencia laboral antes y otros no. El objetivo aquí es: en función del texto en sus CV, quiero clasificarlos en diferentes sectores de...
Recientemente se le preguntó a un amigo mío si los algoritmos del árbol de decisión son algoritmos lineales o no lineales en una entrevista. Traté de buscar respuestas a esta pregunta pero no pude encontrar ninguna explicación satisfactoria. ¿Alguien puede responder y explicar la solución a esta...
Quiero calcular la precisión, la recuperación y la puntuación F1 para mi modelo binario KerasClassifier, pero no encuentro ninguna solución. Aquí está mi código real: # Split dataset in train and test data X_train, X_test, Y_train, Y_test = train_test_split(normalized_X, Y, test_size=0.3,...
En el procesamiento de imágenes médicas, la mayoría de los trabajos publicados intentan reducir la tasa de falsos positivos (FPR), mientras que en realidad los falsos negativos son más peligrosos que los falsos positivos. ¿Cuál es la razón detrás de
Al leer este documento, hay una línea que dice "los clasificadores lineales no comparten parámetros entre entidades y clases". ¿Cuál es el significado de esta declaración? ¿Significa que los clasificadores lineales como la regresión logística necesitan características que sean mutuamente...
Sé la diferencia entre la agrupación y la clasificación en el aprendizaje automático, pero no entiendo la diferencia entre la clasificación de texto y el modelado de temas para documentos. ¿Puedo usar el modelado de temas sobre documentos para identificar un tema? ¿Puedo usar métodos de...
Tengo 3 clases con esta distribución: Class 0: 0.1169 Class 1: 0.7668 Class 2: 0.1163 Y estoy usando xgboostpara la clasificación. Sé que hay un parámetro llamado scale_pos_weight. Pero, ¿cómo se maneja para el caso 'multiclase' y cómo puedo configurarlo
El problema que estoy abordando es categorizar textos cortos en varias clases. Mi enfoque actual es utilizar frecuencias de término ponderadas tf-idf y aprender un clasificador lineal simple (regresión logística). Esto funciona razonablemente bien (alrededor del 90% de macro F-1 en el conjunto de...
Estoy tratando de buscar un buen argumento sobre por qué uno usaría la distancia de Manhattan sobre la distancia euclidiana en Machine Learning. Lo más cercano que encontré a un buen argumento hasta ahora está en esta conferencia del MIT . A las 36:15 puede ver en las diapositivas la siguiente...
El documento Profundizando en convoluciones describe GoogleNet que contiene los módulos de inicio originales: El cambio al inicio v2 fue que reemplazaron las convoluciones 5x5 por dos convoluciones sucesivas 3x3 y la agrupación aplicada: ¿Cuál es la diferencia entre Inception v2 e Inception...