Saya memiliki frame 10 data pyspark.sql.dataframe.DataFrame, yang diperoleh dari randomSplitsebagai (td1, td2, td3, td4, td5, td6, td7, td8, td9, td10) = td.randomSplit([.1, .1, .1, .1, .1, .1, .1, .1, .1, .1], seed = 100)Sekarang saya ingin bergabung 9 td's ke dalam bingkai data tunggal, bagaimana...
Baru-baru ini seorang teman saya ditanya apakah algoritma pohon keputusan adalah algoritma linear atau nonlinier dalam sebuah wawancara. Saya mencoba mencari jawaban untuk pertanyaan ini tetapi tidak dapat menemukan penjelasan yang memuaskan. Adakah yang bisa menjawab dan menjelaskan solusi untuk...
Saya memiliki Pandaf DataFrame seperti ini: df = pd.DataFrame({ 'Date': ['2017-1-1', '2017-1-1', '2017-1-2', '2017-1-2', '2017-1-3'], 'Groups': ['one', 'one', 'one', 'two', 'two'], 'data': range(1, 6)}) Date Groups data 0 2017-1-1 one 1 1 2017-1-1 one 2 2 2017-1-2 one 3 3 2017-1-2 two 4 4...
Saya membaca dokumentasi resmi scikit-belajar belajar setelah membaca buku tentang ML dan menemukan hal-hal berikut: Dalam Dokumentasi itu diberikan tentang sklearn.preprocessing.OrdinalEncoder()sedangkan dalam buku itu diberikan tentang sklearn.preprocessing.LabelEncoder(), ketika saya memeriksa...
Dalam tautan ini pada Stationaritas dan perbedaan , telah disebutkan bahwa model-model seperti ARIMA memerlukan deret waktu stasionerisasi untuk peramalan karena sifat statistiknya seperti rerata, ragam, autokorelasi dll konstan dari waktu ke waktu. Karena RNN memiliki kapasitas yang lebih baik...
Saya memiliki dataset yang berisi 34 kolom input dan 8 kolom output. Salah satu cara untuk memecahkan masalah adalah dengan mengambil 34 input dan membangun model regresi individual untuk setiap kolom output. Saya bertanya-tanya apakah masalah ini dapat diselesaikan dengan hanya menggunakan satu...
Saat melatih jaringan saraf, satu hyperparameter adalah ukuran minibatch. Pilihan umum adalah 32, 64 dan 128 elemen per batch mini. Apakah ada aturan / pedoman seberapa besar mini-batch seharusnya? Adakah publikasi yang menyelidiki efeknya terhadap
Saya bertanya-tanya apakah ada skenario di mana gradient descent tidak menyatu ke minimum. Saya sadar bahwa gradient descent tidak selalu dijamin akan menyatu dengan global optimal. Saya juga sadar bahwa itu mungkin berbeda dari optimal jika, katakanlah, ukuran langkah terlalu besar. Namun, bagi...
Cukup baru untuk Python tetapi membangun model RF pertama saya berdasarkan pada beberapa data klasifikasi. Saya telah mengkonversi semua label menjadi data numerik int64 dan dimuat ke X dan Y sebagai array numpy, tapi saya memukul kesalahan ketika saya mencoba untuk melatih model. Berikut ini...
Saya mencoba memuat model fastText pretrained dari sini model Fasttext . Saya menggunakan wiki.simple.en from gensim.models.keyedvectors import KeyedVectors word_vectors = KeyedVectors.load_word2vec_format('wiki.simple.bin', binary=True) Tapi, itu menunjukkan kesalahan berikut Traceback (most...
Keras mendukung TensorFlow dan Theano sebagai backend: apa pro / kontra dari memilih satu versus yang lain, selain fakta bahwa saat ini tidak semua operasi diimplementasikan dengan backend
Dalam kasus memiliki kombinasi Atribut kategoris dan numerik, saya biasanya mengubah atribut kategorikal menjadi satu vektor panas. Pertanyaan saya adalah apakah saya meninggalkan vektor tersebut sebagaimana adanya dan skala atribut numerik melalui standarisasi / normalisasi, atau haruskah saya...
Diberi kalimat: "Ketika saya membuka ?? pintu mulai memanas secara otomatis" Saya ingin mendapatkan daftar kata-kata yang mungkin masuk ?? dengan probabilitas. Konsep dasar yang digunakan dalam model word2vec adalah untuk "memprediksi" kata yang diberikan konteks sekitarnya. Setelah model...
Yang lebih baik untuk akurasi atau mereka sama? Tentu saja, jika Anda menggunakanategical_crossentropy Anda menggunakan satu penyandian panas, dan jika Anda menggunakan sparse_categorical_crossentropy Anda menyandikan sebagai bilangan bulat normal. Selain itu, kapan yang lebih baik dari yang...
Apa cara terbaik untuk mengetahui kemiripan semantik kata-kata? Word2Vec baik-baik saja, tetapi tidak ideal: # Using the 840B word Common Crawl GloVe vectors with gensim: # 'hot' is closer to 'cold' than 'warm' In [7]: model.similarity('hot', 'cold') Out[7]: 0.59720456121072973 In [8]:...
Mungkin ini terlalu luas, tetapi saya mencari referensi tentang bagaimana menggunakan pembelajaran mendalam dalam tugas meringkas teks. Saya sudah menerapkan peringkasan teks menggunakan pendekatan frekuensi kata standar dan peringkat kalimat, tetapi saya ingin mengeksplorasi kemungkinan...
Ini adalah pertanyaan serupa seperti pertanyaan Konferensi Statistik di CrossValidated Apa konferensi Sains Data tahunan paling signifikan? Aturan: Sertakan tautan ke konferensi Harap sertakan tautan untuk pembicaraan (baik itu YouTube, situs konferensi atau situs streaming video...
Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Data Science Stack Exchange. Ditutup 5 tahun yang lalu . Saya seorang mahasiswa MSc di University of...
Saya seorang pemula dalam pembelajaran yang mendalam. Apakah sekarang ada cara untuk menggunakan TensorFlow dengan GPU Intel? Jika ya, tolong tunjukkan saya ke arah yang benar. Jika tidak, beri tahu saya kerangka mana, jika ada, (Keras, Theano, dll) yang dapat saya gunakan untuk Intel...
Ketika saya membaca tentang menggunakan StandardScaler, sebagian besar rekomendasi mengatakan bahwa Anda harus menggunakan StandardScaler sebelum membagi data menjadi kereta / tes, tetapi ketika saya memeriksa beberapa kode yang diposting online (menggunakan sklearn) ada dua kegunaan utama. 1-...