multilabel-classification

Вопрос или проблема Как сгруппировать метки (в задаче многоклассовой классификации), которые чаще всего встречаются вместе в датафрейме? Например, у меня есть следующий датафрейм: text | жанр =========================== текст 1 | [экшн, детектив, ужас

Вопрос или проблема Я хочу создать модель для поддержки принятия решений, чтобы предложить или не предложить клиентам страхование кредита. Потому что иногда клиенты, запрашивающие кредит и страхование кредита, имеют меньшую вероятность получить одобрение

Вопрос или проблема Для многометочной стратификации у нас есть хорошее решение, реализованное в scikit-multilearn, которое, как я полагаю, основано на алгоритме, представленном в статье “On the Stratification of Multi-label Data”

Вопрос или проблема Моего друга спросили этот вопрос на собеседовании на позицию аналитика, и я не могу добиться ответа, поэтому я хотел бы увидеть, как можно решить эту задачу в области науки о данных. Вот проблема: Предположим, что ключевое слово “

Вопрос или проблема Я только начинаю знакомиться с машинным обучением. Я пытаюсь создать систему, которая может определять тип объектов, видимых в кадре. Предположим, в кадре есть пара кошек и несколько собак, каждая из определенной породы.

Вопрос или проблема Мне нужно выполнить многометочный классификацию. У меня есть три признака, и они вложены. Я не уверен, как это объединить или какой классификационный алгоритм будет лучше всего. Некоторая многоуровневая нейронная сеть, как показано

Вопрос или проблема Я обучил свой классификатор на изображениях с смесью нескольких классов на каждом изображении, например, A-F. Классификатор способен (почти) правильно сегментировать эти классы на изображениях. Теперь у меня есть больше данных с изображениями, показывающими класс G.

Вопрос или проблема Я работаю с данными о погоде, и у них есть несколько признаков, которые являются независимыми переменными, такими как severity, severity_id, urgency_id и т. д. … На основе этих значений я хотел бы классифицировать предупреждения на класс 0 или 1.

Вопрос или проблема У меня есть следующий фрейм фактической ценности, [[0.1,0.2,0.3,0.4,0.5], [0.1,0.1,0.3,0.4,0.5], [0.1,0.1,0.3,0.4,0.1], [0.1,0.3,0.3,0.4,0.5], [0.1,0.2,0.2,0.4,0.4], ] И я построил свою модель, которая предсказала значение следующим образом: [[0.

Вопрос или проблема У меня есть набор данных, в котором входные данные представляют собой данные для пациентов в отделении интенсивной терапии, где каждая госпитализация имеет 40 признаков (20 жизненных показателей, 20 лабораторных значений) и несколько

Вопрос или проблема Для классификации текста на три категории вопрос, жалоба и дополнение, где каждый экземпляр может иметь несколько меток (вопрос и жалоба, вопрос и дополнения): лучше иметь одну модель для всех трех категорий?

Вопрос или проблема Как можно обучить классификатор на данных, которые не всегда полностью маркированы? Например, предположим, что у нас есть искажённые данные из набора CIFAR-10 (в котором есть метки, такие как птица/автомобиль/корабль/грузовик).

Вопрос или проблема У меня есть N примеров классификации объектов, каждый из которых состоит из набора M отдельных изображений объекта под разными углами. Я обучил M свёрточных нейронных сетей (CNN) на датасете одного конкретного угла изображения и соответствующей метке.

Вопрос или проблема Я пытаюсь использовать LSTM для обучения и предсказания авторов, используя данные отзывов и метаданные. автор телефон страна день отзыв джеймс iphone чили вторник книга была действительно потрясающей Как мне передать все эти признаки в сеть?

Вопрос или проблема В статье о рекомендациях на Youtube автор говорит, что генерация кандидатов является задачей многоклассовой классификации. Я пытаюсь понять, что здесь является классами: категория видео или само видео? Если это категория видео, как

Вопрос или проблема Я использую Classifier Chain с логистической регрессией, и когда пытаюсь использовать метод fit, получаю Этот решатель требует наличие образцов как минимум 2 классов в данных, но данные содержат только один класс: 1 Но я довольно уверен