Mucha gente usa el término big data de una manera bastante comercial , como un medio de indicar que grandes conjuntos de datos están involucrados en el cálculo y, por lo tanto, las posibles soluciones deben tener un buen rendimiento. Por supuesto, big data siempre lleva términos asociados, como...
Tengo un programa de modelado y puntaje que hace un uso intensivo de la DataFrame.isinfunción de los pandas, buscando en las listas de Facebook "me gusta" registros de usuarios individuales para cada uno de unos pocos miles de páginas específicas. Esta es la parte del programa que consume más...
Con todo el alboroto en torno a la ciencia de datos, el aprendizaje automático y todas las historias de éxito, hay muchas expectativas tanto justificadas como demasiado infladas de los científicos de datos y sus modelos predictivos. Mi pregunta para los estadísticos, expertos en aprendizaje...
Cuando una base de datos relacional, como MySQL, tiene mejor rendimiento que una no relacional, como MongoDB? El otro día vi una pregunta en Quora sobre por qué Quora todavía usa MySQL como su back-end y que su rendimiento sigue siendo
Actualmente estoy usando varios clasificadores diferentes en varias entidades extraídas del texto, y uso la precisión / recuperación como un resumen de qué tan bien se desempeña cada clasificador por separado en un conjunto de datos dado. Me pregunto si hay una manera significativa de comparar el...
la precisión es la fracción de instancias recuperadas que son relevantes, mientras que la recuperación (también conocida como sensibilidad) es la fracción de instancias relevantes que se recuperan. Sé su significado, pero no sé por qué se llama recordar . No soy hablante nativo de inglés. Sé...
Cualquier procesamiento de base de datos pequeño puede ser abordado fácilmente por scripts Python / Perl / ..., que usan bibliotecas y / o incluso utilidades del lenguaje mismo. Sin embargo, cuando se trata de rendimiento, las personas tienden a buscar C / C ++ / lenguajes de bajo nivel. La...
Cerrada . Esta pregunta necesita estar más centrada . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que se centre en un problema solo editando esta publicación . Cerrado hace 5 años . Parece que la...
Existen varios enfoques de selección de características / selección de variables (ver, por ejemplo, Guyon y Elisseeff, 2003 ; Liu et al., 2010 ): métodos de filtro (por ejemplo, basado en correlación, basado en entropía, basado en importancia aleatoria del bosque), métodos de envoltura (p. ej.,...
Tengo un conjunto de datos con 19 columnas y aproximadamente 250k filas. He trabajado con conjuntos de datos más grandes, pero esta vez, Pandas decidió jugar con mis nervios. Traté de dividir el conjunto de datos original en 3 subtramas de datos basados en algunas reglas simples. Sin embargo,...
Me pregunto por qué el entrenamiento de RNN generalmente no usa el 100% de la GPU. Por ejemplo, si ejecuto este punto de referencia RNN en un Maxwell Titan X en Ubuntu 14.04.4 LTS x64, la utilización de la GPU es inferior al 90%: El punto de referencia se lanzó con el comando: python rnn.py -n...
Utilicé la técnica smote para sobremuestrear mi conjunto de datos y ahora tengo un conjunto de datos equilibrado. El problema que enfrenté es que las métricas de rendimiento; precisión, recuperación, medida f1, precisión en el conjunto de datos desequilibrados se realizan mejor que con el conjunto...