Tag: 机器学习

如何使用scikit学习来计算多类别案例的精确度，召回率，准确度和f1分数？

我正在一个情绪分析问题的数据看起来像这样： label instances 5 1190 4 838 3 239 1 204 2 127 所以我的数据是不平衡的，因为1190个instances被标记为5 。 对于使用scikit的SVC进行分类。 问题是我不知道如何以正确的方式来平衡我的数据，以准确计算多类别案例的精确度，回忆率，准确度和f1分数。 所以我尝试了以下方法： 第一： wclf = SVC(kernel='linear', C= 1, class_weight={1: 10}) wclf.fit(X, y) weighted_prediction = wclf.predict(X_test) print 'Accuracy:', accuracy_score(y_test, weighted_prediction) print 'F1 score:', f1_score(y_test, weighted_prediction,average='weighted') print 'Recall:', recall_score(y_test, weighted_prediction, average='weighted') print 'Precision:', precision_score(y_test, weighted_prediction, average='weighted') print '\n clasification report:\n', classification_report(y_test, […]

支持向量和训练数据与分类器性能之间的关系是什么？

我正在使用LibSVM分类一些文件。 最终结果显示，这些文件似乎有点难以分类。 但是，我注意到了一些训练我的模型。 也就是说：如果我的训练集是1000例如800左右被选为支持向量。 我到处寻找，看看这是好事还是坏事。 我的意思是支持向量的数量和分类器的性能有关系吗？ 我已阅读此帖以前的职位 。 但是，我正在执行参数select，并且我确信特征向量中的属性都是有序的。 我只需要知道关系。 谢谢。 ps：我使用线性内核。

开源neural network库

我正在寻找一个开源的neural network库。 到目前为止，我已经看过FANN，WEKA和OpenNN。 我应该看看其他人吗？ 当然，标准是文档，示例和易用性。

如何提高朴素贝叶斯分类器的准确性？

我使用朴素贝叶斯分类器将几千个文档分为30个不同的类别。 我已经实现了一个朴素贝叶斯分类器，并select了一些function（主要是过滤无用的单词），我已经获得了大约30％的testing精度，45％的训练精度。 这显然比随机好，但我希望它会更好。 我已经尝试过用NB实现AdaBoost，但似乎并没有给出明显的更好的结果（文献似乎分裂了这个，一些论文说AdaBoost与NB没有给出更好的结果，其他人也这么做）。 你知道任何其他扩展NB可能会提供更好的准确性吗？ 非常感谢。

在F＃中使用机器学习的资源

我已经学习了使用Matlab作为原型工具的机器学习课程。 自从我沉迷于F＃之后，我想继续在F＃中学习机器学习。 我可能希望将F＃用于原型和生产，所以机器学习框架将是一个很好的开始。 否则，我可以从一个库的集合开始： 高度优化的线性代数库 统计包 可视化库（允许绘制和与图表，图表交互） 并行计算工具箱（类似于Matlab的并行计算工具箱） 最重要的资源（对我来说）是书籍 ，博客文章和关于机器学习的在线课程（F＃/ OCaml / Haskell …）。 任何人都可以提出这些资源？ 谢谢。 编辑： 这是一个基于以下答案的总结： 机器学习框架： Infer.NET ：用于支持良好F＃的graphics模型中用于贝叶斯推理的.NET框架。 WekaSharper ：围绕stream行的数据挖掘框架Weka的F＃封装。 Microsoft Sho ：.NET平台上用于数据分析（包括matrix运算，优化和可视化）的持续环境开发。 相关图书馆： Math.NET数字 ：内部使用英特尔MKL和AMD ACML的matrix操作和支持统计function。 Microsoft Solver Foundation ：一个线性编程和优化任务的好框架。 FSharpChart ：F＃中一个很好的数据可视化库。 阅读清单： 数值计算 ：从F＃中的机器学习入手非常棒，并且介绍了在F＃中使用这些math函数库的各种工具和技巧/技巧。 F＃和数据挖掘博客 ：也是“数值计算”一书作者尹竺强烈推荐的。 F＃作为机器学习的Octave / Matlab替代品 ：Gustavo刚刚开始使用F＃作为开发工具的一系列博客文章。 很高兴看到许多图书馆被连接在一起。 “机器学习在行动”的F＃示例 ：Mathias已经将一些Python样本翻译成F＃。 它们在Github中可用。 Hal Daume的主页 ：Hal在OCaml写了一些机器学习库。 如果您怀疑函数式编程不适合机器学习，那么您会感到宽慰。 任何其他的指针或build议也是受欢迎的。

具有未知数量的簇的无监督聚类

我有一个三维vector大集。 我需要根据欧几里德距离对它们进行聚类，使得任何特定聚类中的所有向量之间的欧氏距离小于阈值“T”。 我不知道有多less个集群存在。 最后，可能存在不属于任何聚类的单个vector，因为其欧几里得距离不小于空间中任何vector的“T”。 现在应该使用哪些现有的algorithm/方法？ 谢谢Abhishek S

为什么要将neural network的权重初始化为随机数？

我正试图从头开始build立一个neural network。 在所有人工智能文献中都有一个共识，即应该将权重初始化为随机数，以便networking更快地收敛。 但是，为什么neural network初始权值初始化为随机数？ 我曾经在某处读过这样做是为了“打破对称”，这使得neural network学得更快。 如何打破对称使得学习速度更快？ 不会将权重初始化为0是一个更好的主意？ 这样权重就能够更快地find它们的值（无论是正值还是负值）？ 有没有其他的背后的理念背后随机化的权重，希望他们会接近最佳值时初始化？

TensorFlow，为什么Python是select的语言？

我最近开始学习深度学习和其他ML技术，我开始寻找简化构buildnetworking和训练过程的框架，然后我发现TensorFlow，对于我来说在这个领域没有什么经验，似乎速度是一个为深入学习做出更大的ML系统的一个重要因素，那么为什么Pythonselectpython来制造TensorFlow呢？ 把它翻译成一种可以被编译而不被解释的语言不是更好吗？ 在C ++语言中使用Python进行机器学习有什么好处？

用强化学习训练neural network

我知道前馈neural network的基础知识，以及如何使用反向传播algorithm来训练它们，但是我正在寻找一种algorithm，比我可以用来在线训练ANN强化学习。 例如， 推车杆摆动问题是我想用ANN解决的问题。 在这种情况下，我不知道应该怎样控制钟摆，我只知道我离理想位置有多近。 我需要根据奖励和惩罚来学习。 因此，监督式学习不是一种select。 另一种情况就像蛇游戏 ，反馈延迟，只限于目标和反目标，而不是奖励。 对于第一种情况，我可以考虑一些algorithm，比如爬山或者遗传algorithm，但是我猜测它们都会很慢。 他们也可能适用于第二种情况，但速度非常慢，不利于在线学习。 我的问题很简单： 是否有一个简单的algorithm来训练强化学习的人工neural network？ 我主要对实时奖励情况感兴趣，但是如果有基于目标的情况的algorithm可用，甚至更好。

图像中的标识识别

有没有人知道最近在图像中进行标识识别的学术工作？ 请仅在您熟悉此特定主题的情况下回答（我可以自己searchGoogle“标识识别”，非常感谢）。 任何熟悉计算机视觉，并且已经完成目标识别工作的人都可以发表评论。 更新 ：请参考algorithm方面（您认为合适的方法，现场的论文，是否应该对真实世界的数据进行工作（并经过testing），效率的考虑），而不是技术方面（使用的编程语言或无论是在OpenCV中…）在图像索引和基于内容的图像检索方面的工作也可以提供帮助。