multiclass-classification

0热度

1回答

我正在开发一个项目，我必须分析大量的数据。这是一个实时监控系统，应用于电气设备。的情况是这样的：在一个假想的情形中，我将有一个载体如： [1.4，5.1，23.3，4.5，12.5，6.1，...]（大小的N个值）我必须建立3种类型的 “分类” 的这可能是： 1）如果几个 “1.5” 被在矢量找到，那么做事件A. 2）如果几个向量中找到“5”，然后做事件B. 3）如果在向量中找到几个“15”，

1热度

1回答

用于二进制分类的训练多级分类器

如果数据集包含多个分类，例如， 0级，1级和2级。现在的目标是将新样本分成0级或非0级。一个罐结合1,2-类成一个统一的非0级和训练二元分类器，或训练多级分类器做二元分类。这两种方法的性能如何？我认为更多的类别会带来更准确的判别式曲面，但1类和2类的权重都低于非0级，导致样本被判断为非0级。

5热度

3回答

选择哪种分类？

我有大量的yelp数据，我必须将评论分为8个不同的类别。分类 Cleanliness Customer Service Parking Billing Food Pricing Food Quality Waiting time Unspecified 点评包含多个类别，所以我用multilable分类。但我很困惑我如何处理好积极/消极。示例评论可能对食品质量有利，但对客户服务

1热度

1回答

如何对多类数据进行交叉验证？

我可以用下面的方法做的二进制数据的交叉验证，但似乎不工作的多类数据： > cross_validation.cross_val_score(alg, X, y, cv=cv_folds, scoring='roc_auc') /home/ubuntu/anaconda3/lib/python3.6/site-packages/sklearn/metrics/scorer.py in __cal

0热度

1回答

最近的质心分类器真的效率低下吗？

我正在阅读Ethem Alpaydin的“机器学习入门”，我遇到了最近的质心分类器并试图实现它。我想我已经正确实施了分类器，但我的准确率只有68％。那么，最近的质心分类器本身效率低下，还是在我的实现中出现了一些错误（如下所示）？该数据集包含含有4个功能和有2个输出类1372个数据点我的MATLAB实现： DATA = load("-ascii", "data.txt"); #DATA is

1热度

1回答

在Keras的多分类中有多个预测？

我正在学习使用Keras设计卷积神经网络。我开发了一个使用VGG16作为基础的简单模型。我在数据集中有大约6类图像。这里是我的模型的代码和描述。 model = models.Sequential() conv_base = VGG16(weights='imagenet' ,include_top=False, input_shape=(IMAGE_SIZE, IMAGE_SIZE, 3))

0热度

1回答

AttributeError：'顺序'没有属性'get_shape'当合并模型

我想创建两个顺序模型（每个训练不同的数据集 - 不同的图像）。然后，我想取其平均输出，并添加一个softmax图层，根据两个连续模型为我提供单一分类输出。我的代码如下，但我得到一个属性错误，说'顺序'对象没有属性'get_shape'。完整的错误代码是： Traceback (most recent call last): File "Mergedmodels.pyu", line 1

1热度

3回答

机器学习多分类：为什么使用'one-hot'编码而不是数字

我目前正在研究tensorflow的分类问题，而我对机器学习的世界很陌生，但我没有取得一些东西。我成功设法培训模型输出的y张这样的： y = [0,0,1,0] 但我不明白它背后的主要... 为什么不培养同型号输出类如y = 3或y = 4 这似乎更灵活，因为我可以想象有200万可能的类的多分类问题，它会很多重新输出0-2,000,000之间的数字比输出每个结果2,000,000个项目的张量

0热度

1回答

从短信中提取主题

我有一个数据集的短信格式不正确且稀疏，我尝试使用主题建模来获取每个可能的主题，每个主题的概率，因为我需要的概率以及该主题来安排或排列每个消息的主题。我正在考虑的另一种解决方案是手动标记我的数据集并使用监督分类算法，如Naiive Bayes。这里是一个稀疏且包含垃圾内容所以这就是为什么我认为主题建模没有工作我的短信样本：的挑战，我面对是这是一种正确的思维方式（选择分类？）还是这更多是一种无

0热度

1回答

生殖对抗性网络是否需要类标签？

我想了解GAN是如何训练的。我相信了解对抗训练过程。我似乎无法找到的信息是：GAN是否在训练过程中使用了类标签？我目前的理解说不 - 因为鉴别器只是试图区分真实或假图像，而发生器试图创建真实图像（但不包括任何特定类别的图像）。如果是这种情况，那么研究人员如何提出将鉴别网络用于分类任务？网络将只能在真实或虚假图像之间进行双向分类。发生器网络也很难使用，因为我们不知道输入矢量'Z'的设置会导致所需的