Questions tagged «multilabel-classification»

我正在scikit-learn网站上跟踪此示例，以使用随机森林模型执行多输出分类。 from sklearn.datasets import make_classification from sklearn.multioutput import MultiOutputClassifier from sklearn.ensemble import RandomForestClassifier from sklearn.utils import shuffle import numpy as np X, y1 = make_classification(n_samples=5, n_features=5, n_informative=2, n_classes=2, random_state=1) y2 = shuffle(y1, random_state=1) Y = np.vstack((y1, y2)).T forest = RandomForestClassifier(n_estimators=10, random_state=1) multi_target_forest = MultiOutputClassifier(forest, n_jobs=-1) multi_target_forest.fit(X, Y).predict(X) print(multi_target_forest.predict_proba(X)) 由此predict_proba我得到2个5x2数组： [array([[ …

28 scikit-learn  random-forest  multilabel-classification 

阅读本文时，有一行写着“线性分类器在要素和类之间不共享参数”。这句话是什么意思？这是否意味着线性分类器（例如逻辑回归）需要相互独立的特征？

20 machine-learning  logistic-regression  multilabel-classification 

我正在研究使用频谱图对声音（例如动物的声音）进行分类的可能性。这个想法是使用深层卷积神经网络识别光谱图中的片段并输出一个（或多个）类标签。这不是一个新主意（例如，参见鲸鱼声音分类或音乐风格识别）。 我面临的问题是我有不同长度的声音文件，因此有不同大小的声谱图。到目前为止，我所见过的每种方法都使用固定大小的声音样本，但我不能这样做，因为我的声音文件可能长达10秒或2分钟。 例如，在开头有鸟声，在结尾有青蛙声（输出应为“ Bird，Frog”）。我当前的解决方案是向神经网络添加一个时间成分（创建更多的递归神经网络），但是我想暂时保持简单。有任何想法，链接，教程...吗？

12 deep-learning  multilabel-classification  audio-recognition 

是否有关于我应使用的LSTM电池的最小，最大和“合理”数量的经验法则（或实际规则）？具体来说，我与TensorFlow和property 有关的BasicLSTMCell有关num_units。 请假设我有以下定义的分类问题： t - number of time steps n - length of input vector in each time step m - length of output vector (number of classes) i - number of training examples 例如，训练示例的数量应该大于： 4*((n+1)*m + m*m)*c c单元数在哪里？我基于此：如何计算LSTM网络的参数数量？据我了解，这应该给出参数的总数，该总数应少于训练示例的数量。

12 rnn  machine-learning  r  predictive-modeling  random-forest  python  language-model  sentiment-analysis  encoding  machine-learning  deep-learning  neural-network  dataset  caffe  classification  xgboost  multiclass-classification  unbalanced-classes  time-series  descriptive-statistics  python  r  clustering  machine-learning  python  deep-learning  tensorflow  machine-learning  python  predictive-modeling  probability  scikit-learn  svm  machine-learning  python  classification  gradient-descent  regression  research  python  neural-network  deep-learning  convnet  keras  python  tensorflow  machine-learning  deep-learning  tensorflow  python  r  bigdata  visualization  rstudio  pandas  pyspark  dataset  time-series  multilabel-classification  machine-learning  neural-network  ensemble-modeling  kaggle  machine-learning  linear-regression  cnn  convnet  machine-learning  tensorflow  association-rules  machine-learning  predictive-modeling  training  model-selection  neural-network  keras  deep-learning  deep-learning  convnet  image-classification  predictive-modeling  prediction  machine-learning  python  classification  predictive-modeling  scikit-learn  machine-learning  python  random-forest  sampling  training  recommender-system  books  python  neural-network  nlp  deep-learning  tensorflow  python  matlab  information-retrieval  search  search-engine  deep-learning  convnet  keras  machine-learning  python  cross-validation  sampling  machine-learning 

我正在寻找可以为多标签分类计算混淆矩阵的Python库。 仅供参考： scikit-learn 不支持混淆矩阵的多标签） Multiclass和Multilabel问题有什么区别

9 python  software-recommendation  multilabel-classification