Запитання з тегом «predictive-modeling»

Статистичні методи, що використовуються для прогнозування результатів.

1
Аналіз журналу сервера за допомогою машинного навчання
Мені було призначено проаналізувати серверні журнали нашого додатку, що містять журнали виключень, журнали подій журналів баз даних і т. Д. Я новачок у машинному навчанні, ми використовуємо Spark з еластичним пошуком та Sparks MLlib (або PredictionIO). На прикладі потрібного Результатом було б можливість передбачити на основі зібраних журналів винятків, щоб …

2
Як виконати логістичну регресію з великою кількістю функцій?
У мене є набір даних з 330 зразками та 27 функцій для кожного зразка, з проблемою бінарного класу для логістичної регресії. Відповідно до "правила, якщо десять", для кожної функції мені потрібно принаймні 10 подій. Хоча я маю незбалансований набір даних із 20% o позитивним класом і 80% негативним класом. Це …

3
Які алгоритми машинного навчання, якщо такі є, сприймаються як хороший компроміс між поясненнями та прогнозуванням?
Тексти машинного навчання, що описують алгоритми, такі як машини для підвищення градієнта або нейронні мережі, часто коментують, що ці моделі добре прогнозуються, але це відбувається ціною втрати пояснень або інтерпретаційності. І навпаки, окремі дерева рішень і класичні регресійні моделі позначаються як хороші в поясненні, але дають (відносно) погану точність прогнозування …

3
Експорт ваг (формула) з випадкових лісових регресорів у Scikit-Learn
Я підготував модель прогнозування за допомогою Scikit Learn in Python (Random Forest Regressor) і хочу якось витягнути ваги кожної функції, щоб створити інструмент Excel для ручного прогнозування. Єдине, що я знайшов - це, model.feature_importances_але це не допомагає. Чи є спосіб досягти цього? def performRandomForest(X_train, y_train, X_test, y_test): '''Perform Random Forest …
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.