Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.
¿Cuál es la diferencia entre usar RidgeClassifierCV y modificar el modelo después de entrenarlo? clasificador = RidgeClassifierCV(alphas=np.logspace(-3, 3, 10), normalize=True) clasificador.fit(X_train, y_train) Y param_grid = {‘alphas’: np.logspace(-3, 3, 10)} grid = GridSearchCV(RidgeClassifier(),param_grid, refit = True)
Estoy trabajando en la interpretación de mi clasificador XGB que predice las tres clases “bajo”, “medio” y “alto”. Vi que hay enfoques y bibliotecas de Python (como SHAP-Explainer) para interpretar modelos de aprendizaje automático. Sin embargo, durante mi investigación solo encontré aplicaciones de SHAP en problemas de regresión o clasificación . . . Read more
Quiero reducir la aleatoriedad al entrenar modelos en diferentes máquinas y me pregunto si establecer el parámetro random_state en sklearn train_test_split siempre da los mismos resultados. ¿Depende del sistema o no? Entonces, ¿cuando se ejecuta este código en la computadora 1, obtendré exactamente la misma división en la computadora 2? . . . Read more
Tengo una tabla PyTable con el siguiente formato: /neg/data.cols (Cols), 5 columnas datos (Columna(8909, 256, 256), (‘<f4′, (256, 256))) nombre de archivo (columna(8909,), |s100) id (columna(8909,), uint32) etiqueta (columna(8909,), uint8) compensación (columna(8909,), float64) hay 8909 datos dentro de la tabla y etiquetas correspondientes. quiero dividir esta tabla en conjuntos de . . . Read more
Estoy intentando entrenar una red neuronal YOLOv5 para reconocer vehículos. Sin embargo, cuando se entrena en Google Colab, siempre se detiene aquí: entrenamiento: Escaneando ‘MyDataset/train/labels.cache’ para imágenes y etiquetas… 26559 encontradas, 0 faltantes, 0 vacías, 0 corruptas: 100% 26559/26559 [00:00<?, ?it/s] entrenamiento: Almacenando en cache imágenes (8.5GB): 62% 16425/26559 [00:46<00:30, . . . Read more