Als «parameter-estimation» getaggte Fragen

29

Warum ist xgboost so viel schneller als sklearn GradientBoostingClassifier?

Ich versuche, ein Steigungsverstärkungsmodell mit über 50.000 Beispielen und 100 numerischen Merkmalen zu trainieren. XGBClassifierBewältigt 500 Bäume innerhalb von 43 Sekunden auf meiner Maschine, während GradientBoostingClassifiernur 10 Bäume (!) in 1 Minute und 2 Sekunden bearbeitet werden :(...

scikit-learn xgboost gbm data-mining classification data-cleaning machine-learning reinforcement-learning data-mining bigdata dataset nlp language-model stanford-nlp machine-learning neural-network deep-learning randomized-algorithms machine-learning beginner career xgboost loss-function neural-network software-recommendation naive-bayes-classifier classification scikit-learn feature-selection r random-forest cross-validation data-mining python scikit-learn random-forest churn python clustering k-means machine-learning nlp sentiment-analysis machine-learning programming python scikit-learn nltk gensim visualization data csv neural-network deep-learning descriptive-statistics machine-learning supervised-learning text-mining orange data parameter-estimation python pandas scraping r clustering k-means unsupervised-learning

15

Parametrierungsregression des Drehwinkels

Angenommen, ich habe ein Bild von oben nach unten von einem Pfeil und möchte den Winkel vorhersagen, den dieser Pfeil bildet. Dies wäre zwischen und 360 Grad oder zwischen 0 und 2 π . Das Problem ist, dass dieses Ziel kreisförmig ist, 0 und 360 Grad sind genau das gleiche, was eine Invarianz ist,...

neural-network deep-learning loss-function parameter-estimation

11

Welches zuerst: Algorithmus-Benchmarking, Funktionsauswahl, Parameteroptimierung?

Wenn ich versuche, zB eine Klassifizierung vorzunehmen, gehe ich derzeit zu Probieren Sie zuerst verschiedene Algorithmen aus und vergleichen Sie sie Führen Sie die Merkmalsauswahl für den besten Algorithmus aus 1 oben durch Passen Sie die Parameter mithilfe der ausgewählten Funktionen und...

feature-selection parameter-estimation

10

Wie mache ich ein Batch-Innenprodukt in Tensorflow?

Ich habe zwei Tensoren a:[batch_size, dim] b:[batch_size, dim]. Ich möchte inneres Produkt für jedes Paar in der Charge machen c:[batch_size, 1], wo erzeugen c[i,0]=a[i,:].T*b[i,:].

tensorflow scikit-learn svm cross-validation feature-selection bayesian machine-learning decision-trees parameter-estimation neural-network convnet neural-network regularization visualization machine-learning similarity python pandas indexing r data-cleaning machine-learning predictive-modeling data-cleaning recommender-system python sequential-pattern-mining software-recommendation r visualization gaussian distribution machine-learning data-mining bigdata apache-hadoop predictive-modeling logistic-regression sampling machine-learning regression feature-selection mongodb neural-network inception machine-learning classification dataset databases logistic-regression deep-learning backpropagation classification data-mining multilabel-classification text-mining data-cleaning unsupervised-learning anomaly-detection python r python pandas

9

Knn-Entfernungsdiagramm zur Bestimmung des eps von DBSCAN

Ich möchte das Knn-Entfernungsdiagramm verwenden, um herauszufinden, welchen EPS-Wert ich für den DBSCAN-Algorithmus wählen soll. Basierend auf dieser Seite: Die Idee ist, den Durchschnitt der Entfernungen jedes Punktes zu seinen k nächsten Nachbarn zu berechnen. Der Wert von k wird vom Benutzer...

python clustering parameter-estimation dbscan

9

CNN-Speicherverbrauch

Ich möchte abschätzen können, ob ein vorgeschlagenes Modell klein genug ist, um auf einer GPU mit einer bestimmten Speichermenge trainiert zu werden Wenn ich eine einfache CNN-Architektur wie diese habe: Input: 50 x 50 x 3 C1: 32 3x3-Kernel mit Polsterung (ich denke in Wirklichkeit sind sie...

machine-learning neural-network convnet parameter-estimation gpu