Size: a a a

Machine learning

2020 November 30

AR

Ak Reset in Machine learning
Закрепленное сообщение
источник

TA

Triple A in Machine learning
Благодарю) эти задачи не в рамках курсов)
источник

DP

Dmitry Penzar in Machine learning
Triple A
Благодарю) эти задачи не в рамках курсов)
? ну похожи просто на скан из книжки какой-то английской
источник

SB

Stanislav Besedin in Machine learning
Ak Reset
Закрепленное сообщение
Спасибо
источник

RS

Renat Shakirov in Machine learning
Привет, сейчас решаю задачу Лин регрессии, немного забыл решение. В общем, я нашел коэффициент по обычной формуле (x.T*x) от этого обратную матрицу * x.T * y и сейчас хочу найти коэф w0, мне остаётся только передвигать прямую и смотреть на mse или есть какой то получше способ?
источник

i

igor in Machine learning
Формулы есть в учебнике
источник

K

K-S in Machine learning
Renat Shakirov
Привет, сейчас решаю задачу Лин регрессии, немного забыл решение. В общем, я нашел коэффициент по обычной формуле (x.T*x) от этого обратную матрицу * x.T * y и сейчас хочу найти коэф w0, мне остаётся только передвигать прямую и смотреть на mse или есть какой то получше способ?
Так через описанное аналитическое решение находятся все коэффициенты модели, включая свободный коэффициент. В матрицу X просто добавляется константный «единичный» признак
источник

RS

Renat Shakirov in Machine learning
Да, разобрался уже, спасибо
источник

RS

Renat Shakirov in Machine learning
Я почему то думал что это для регуляризации
источник

IK

Igor Kim in Machine learning
источник

NP

Nikolay Pavlenko in Machine learning
Всем привет. Кто юзал FastAI, хочу задать пару вопросов
источник

VB

Vasiliy Baranov in Machine learning
Добрый день!
Возникли проблемы с 3-ей задачей C6W2 в ветке "Анализ тональности отзывов". У меня получается качество на SGDClassifier хуже, но ответ не проходит, на форуме это вопрос не решен. С какими параметрами нужно задавать классификаторы, чтобы получить верный ответ?
источник

VB

Vasiliy Baranov in Machine learning
источник

VB

Vasiliy Baranov in Machine learning
источник

AR

Anton Rogozin in Machine learning
Vasiliy Baranov
Добрый день!
Возникли проблемы с 3-ей задачей C6W2 в ветке "Анализ тональности отзывов". У меня получается качество на SGDClassifier хуже, но ответ не проходит, на форуме это вопрос не решен. С какими параметрами нужно задавать классификаторы, чтобы получить верный ответ?
[LogisticRegression(solver='liblinear'), LinearSVC(), SGDClassifier(random_state=42)]
источник

VB

Vasiliy Baranov in Machine learning
Anton Rogozin
[LogisticRegression(solver='liblinear'), LinearSVC(), SGDClassifier(random_state=42)]
У меня получился вот такой список: [0.841, 0.8325000000000001, 0.8225].
Но его минимум все равно не проходит.
источник

AR

Anton Rogozin in Machine learning
Vasiliy Baranov
У меня получился вот такой список: [0.841, 0.8325000000000001, 0.8225].
Но его минимум все равно не проходит.
А, вон оно что.
В первом задании указано использовать пайплайн из двух шагов: векторизатор и классификатор. Такую же штуку надо проделать и для третьего задания: на каждом фолде прогнать такой пайплайн. То есть векторизатор будет получаться не на всех данных, а на данных конкретного фолда. У вас же сейчас векторизатор получается на всех данных отдельно от cross_val_score
источник

VB

Vasiliy Baranov in Machine learning
Anton Rogozin
А, вон оно что.
В первом задании указано использовать пайплайн из двух шагов: векторизатор и классификатор. Такую же штуку надо проделать и для третьего задания: на каждом фолде прогнать такой пайплайн. То есть векторизатор будет получаться не на всех данных, а на данных конкретного фолда. У вас же сейчас векторизатор получается на всех данных отдельно от cross_val_score
Не выходит
источник

AR

Anton Rogozin in Machine learning
Как создаешь данные feats_t и y?
источник

VB

Vasiliy Baranov in Machine learning
Anton Rogozin
Как создаешь данные feats_t и y?
negids = movie_reviews.fileids('neg')
posids = movie_reviews.fileids('pos')

negfeats = [movie_reviews.words(fileids=[f]) for f in negids]
posfeats = [movie_reviews.words(fileids=[f]) for f in posids]

feats = negfeats + posfeats
y = np.zeros(len(feats))
y[1000: ] = 1

feats_t = [' '.join(f) for f in feats]
источник