问题标签 [machine-learning-model]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 决策树 Regressor 模型获取精度最高的模型的 max_depth 值
使用默认参数从 X_train 集和 Y_train 标签构建决策树回归模型。将模型命名为 dt_reg。
评估训练数据集上的模型准确性并打印其分数。
评估测试数据集上的模型准确性并打印其分数。
预测 X_test 集的前两个样本的房价并打印出来。（提示：使用 predict() 函数）
在 X_train 数据和 Y_train 标签上拟合多个决策树回归器，其中 max_depth 参数值从 2 变为 5。
评估每个模型在测试数据集上的准确性。
提示：使用 for 循环
打印精度最高的模型的 max_depth 值。
我想以最高精度打印模型的 max_depth 值。但是壁画没有提交让我知道什么是错误。
python - 变量具有特征 1，机器学习模型中预期为 127
我创建了一个 ML 模型来测试密码强度。数据集有一个形状 (669639, 127)，如果我通过密码/变量来测试模型，它会得到一个 ValueError，密码有 1 个功能，预期为 127。所以，我尝试将密码/变量重塑为 (1,127 ) 但它说不能将大小为 1 的数组重塑为 (1,127)。任何帮助将不胜感激，谢谢。`#!/usr/bin/env python
编码：utf-8
在[2]中：
在[3]中：
在[4]中：
在[5]中：
在[6]中：
在[7]中：
在[8]中：
在[9]：
在[10]：
在[11]：
在[12]中：
在[13]：
在[14]：
在[15]中：
在[16]中：
在[17]：
在[18]：
在[17]：
在[18]：
在[19]：
在[20]中：
在[21]：
在[22]中：
在[23]中：
在[24]中：
在[25]中：
在[35]中：
`
machine-learning - 我应该训练哪个功能？回归
我有一个解释变量 x 和一个响应变量 y。我试图找到我应该训练的功能的哪个功能。您可以忽略我的问题的颜色。散点图数据来自传感器，线图是实验室的理论曲线，您也可以忽略我的问题。
python - 将 RAPIDS CUML 随机森林模型部署到无法安装 RAPIDS/CUML 的 Windows 虚拟机
我需要在无法安装 rapids/cuml 的无 GPU 的 Windows 虚拟机上对 cuml.dask.ensemble.RandomForestClassifier 执行推理。
我曾想过使用treelite，所以我必须将模型导入treelite并生成一个共享库（windows的.dll文件）。之后，我将使用 treelite_runtime.Predictor 导入共享库并在目标机器中执行推理。
问题是我不知道如何将 RandomForestClassifier 模型导入 treelite 以创建 treelite 模型。
我曾尝试使用“convert_to_treelite_model”，但获得的对象不是 treelite 模型，我不知道如何使用它。
见附件代码（在Linux下执行，所以我尝试使用gcc工具链并生成一个'.so'文件......
当我尝试调用 'export_lib' 函数时，出现异常“'cuml.fil.fil.TreeliteModel' 对象没有属性 'export_lib'”...
注意：我正在尝试使用以下库版本在具有 2 个 NVIDIA RTX2080ti GPU 的 Ubuntu 机器上运行代码：
python - 获取Scikit学习高斯混合模型预测的每条高斯曲线的参数？
我正在尝试将多条高斯曲线拟合到我的实验数据中。使用 sci-kit 学习混合模型获得高斯混合模型。GM 拟合我的实验数据如下图所示。
如您所见，多条高斯曲线适合我的数据。但是，我只是希望保留最高峰值的两条曲线，并希望获得这两条高斯曲线的参数，以便我可以独立绘制这两条特定的高斯曲线（注意，单独的均值和协方差不足以重现它们，我还需要知道缩放参数）。有没有办法这样做？我附上了下面的代码。
我在这里找到了我的问题的答案。谢谢
tensorflow - 为什么我的模型使用不规则张量而不是密集张量学习？
我有一串遵循“语法”的字母。我的训练集上也有关于字符串是否遵循“语法”的布尔标签。基本上，我的模型试图学习确定一串字母是否符合规则。这是一个相当简单的问题（我是从教科书中得到的）。
我正在生成这样的数据集：
注意线X = X.to_tensor(default_value=0)。如果这条线被注释掉，我的模型就学得很好。但是，如果它没有被注释掉，它就无法学习，并且验证集的表现与机会（50-50）相同。
这是我的实际模型：
我将0其用作密集张量的默认值。strings_to_ids不使用 0 作为任何值，而是从 1 开始。此外，当我切换到使用密集张量时，我更改为ragged=True我False.不知道为什么使用密集张量会导致模型失败，因为我已经使用过之前在类似练习中的密集张量。
machine-learning - Sklearn ValueError: Expected 2D array, got 1D array instead:
我正在尝试在 Web 应用程序中部署机器学习模型之上，但在打印预测时给出了低于值的错误。我必须做些什么来解决它！
python - 从 Python 中的数据学习二元决策图 (BDD)
是否可以从数据中学习二元决策图 (BDD)（如机器学习方式）？如果是这样，怎么做？
背景：我在 Python 中看到了一些工具来完成这项任务，例如，带有scikit-learn 的决策树 (DTs) ，但我还没有看到任何用于 BDD 的工具。
例如，我想做的是以下内容：
前三列对应“输入”数据集（xi），标签为（y）。N 对应于计数，例如，您可以使用后者来计算准确性。请注意，这不是割集矩阵。在中间，您会看到一个对应的 BDD（这是我想要获得的图表），右侧是一个对应的 DT。
machine-learning - 如何保存或提取在 Azure ML Studio 中开发的机器学习模型？
所以我在 Azure ML Studio 中构建了我的机器学习预测模型。我想将该模型用于我的 Web 应用程序，我将在其中使用 Flask 和 Heroku 进行开发。
python-3.x - 对随机森林的对抗性攻击
我正在尝试使用Adversarial Robustness Toolkit并创建一个强大的随机森林模型，并在下面创建模型。
如何测试我的模型对对抗性攻击的稳健性？或者我怎样才能发起攻击？