training-data

    0热度

    2回答

    在我的项目中,我试图将行李与其他任何东西(通常是人类)区分开来。 目前,我使用OpenCV和SVM两种训练方法,一种使用行李箱,另一种使用人类。在注入帧之前,我将它们转换为灰度,但我不应用其他滤镜。预测的结果不是很准确。 我想知道如果在训练之前对框架应用额外的过滤器可能会给出更好的结果。例如轮廓检测。如果轮廓接近“矩形”,那么它就是一件行李,否则就是“别的东西”。我也在考虑切换到ONE_CLASS

    0热度

    1回答

    我在这里要问一个关于在RandomForest package中使用RandomForest函数的基本问题。 我正在使用RF algorithm来执行土地覆盖分类。 我有一些geo-spatial数据,我分成了一个训练数据集(pks_trainingdf)和验证数据集(pks_validationdf)。 每个df包含34列;前33列是我想用于分类的乐队;最后一列(“类”)包含这些类,它们应该是R

    0热度

    1回答

    我有一个如下所示的数据集: 在此数据集中,第一列代表一个人的ID,最后一列是此人的标签,其余列是特征人。 101 166 633.0999756 557.5 71.80000305 60.40000153 2.799999952 1 1 -1 101 133 636.2000122 504.3999939 71 56.5 2.799999952 1 2 -1 105 465 663.5 493

    0热度

    1回答

    Scikit有CalibratedClassifierCV,它允许我们在特定的X,Y对上校准我们的模型。它还明确指出:data for fitting the classifier and for calibrating it must be disjoint. 如果它们必须是不相交的,用下面的方法训练分类器是否合法? model = CalibratedClassifierCV(my_class

    0热度

    1回答

    使用学习方法时,我们有培训和测试数据。 我想确认 1)培训数据和测试数据是否必须从同一个传感器捕获2)如果它们来自不同的传感器会怎么样? 3)如果必须从相同的传感器捕获它们,是否有任何方法来统一数据,即使它们不是来自同一传感器? 谢谢。

    -2热度

    1回答

    我试图应用助推模式,但我一直收到此错误。任何帮助都将不胜感激。这是一个来自kaggle,UCI信用卡数据的数据集,如果你想知道的话。 DataSplit<-createDataPartition(UCIdata$default.payment.next.month,p=.8,list=FALSE) boosttrain<-UCIdata[DataSplit,] boosttest<-UCIda

    0热度

    1回答

    我有一个概念性问题,关于机器学习的软件过程/体系结构设置。我有一个网络应用程序,我试图合并一些机器学习算法,像Facebook的脸部识别(除了通常的对象)。因此,该模型在分类特定上传到我的服务(比如fb如何分类特定人员等)方面会更好。 粗线条是: event: User uploads image; image attempts to be classified if failure: dra

    3热度

    1回答

    好像我能得到通过使num_samples做大保持nb_epoch = 1完全相同的结果。我认为多个历元的目的是相同的数据多次迭代,但Keras并不在每个历元的末尾重新实例化发生器。它只是继续前进。例如培训本的自动编码: import numpy as np from keras.layers import (Convolution2D, MaxPooling2D, UpSampling

    1热度

    1回答

    我感觉好像这是NN 101中的内容,但我不记得答案(如果有的话),并且似乎无法在网上找到答案。 假设我有一套80件物品和20件物品的测试套装。我已经初始化了我的神经网络上的权重和偏差,现在准备训练网络以了解数据的总体趋势。 我是否: 一)通过所有80个项目到网络的一次,发现错误,请使用backprop来调整权重和偏差的梯度方向,重复,直到误差足够小。在1个项目 或 b)中传递到网络中,找到该错误,

    1热度

    1回答

    我第一次问一个问题。 我在教自己的神经网络,目前正试图编程感知器算法。我想训练它的OR函数,但它不起作用。我完全不知道我做错了什么,而且在互联网上没有使用工具箱的解决方案。 input = [0 0; 0 1; 1 0; 1 1]%input vector num_in = 4;% number of iterations desired_out = [0;1;1;1] %desired ou