機械学習 - BinaryDevelop

Jupyter Notebookはplt.show()を使って "Figure size 640x480 with 1 Axes "を出力します。

<パス質問事項 Jupyter Notebookではplt.show()を使用します。最初の実行では、"Figure size 640x480 with 1 Axes"が出力されます。 2回目の実行では正常に表示されます。回避策ライブラリのインポート（import）時に%matplotlibをインラインで追加します。こ

2022-03-18 22:31:10
knn モデル sklearn の期待する 2 次元配列の代わりに 1 次元配列が得られる。

<パスデータをインポートした後、データがシリーズである場合、irisでknnモデルを行う際にエラーが発生します。 Sklearnの期待する2次元配列が、1次元配列になっている。この理由は、新しいバージョンの scikit-learn が使用されているためです。 series.values.reshape(-1,1) または array.reshape(-1,1

2022-03-15 12:27:49
predict_proba, predict, decision_function の scikit-learn toolkit での使用法。

sklearnで分類モデルを学習したら、次はモデルの予測値を検証することになります。分類モデルの場合、sklearn は通常 predict_proba, predict, decision_function の3つのメソッドを提供し、入力サンプルに対するモデルの判定を示します。例として、sklearn では、学習済みの分類モデルに対して、学習サンプルのクラストークンを順番に保持する

2022-03-02 19:54:55
Neo4jのインストールと簡単な使い方

<パス I. Neo4jとグラフデータベースの紹介 neo4jは、グラフデータベースを記述するためのJavaベースの言語である。グラフとは、ノードとそのノードを結ぶ関係の集合のことである。グラフデータベースは、グラフデータベース管理システムまたはGDBMSとしても知られています。 Neo4jは有名なグラフデータベースです。その他、Oracle NoSQL Databa

2022-03-02 02:58:37
時系列モデル（ARIMA、ARMA）完全ステップバイステップ詳解

2019年にこの記事を投稿し、これまで多くのご指摘をいただきました。当時は確かにコードが不明瞭でわかりにくかったので、最近時間ができたのでコードを整理し、ここに再送信しました。これで理解が深まれば幸いです。モデリングの手順ディレクトリパケットとバージョンのアサーションステップ1：データの準備とデータの前処理ステップ2：データ再サン

2022-03-01 15:18:14
Octave共通文コマンド

<パス 1. Octaveの紹介 Octave は MATLAB と非常によく似たソフトウェアです。OctaveがMATLABより優れている点は，オープンソースで無料であることと，比較的規模が小さいことです。両者の構文の違いは十分小さく，片方で実行できるプログラムは，少し修正するだけでもう片方でも実行できます。以下は，いくつかの一般的なOctaveの文とコマンドです。

2022-02-28 21:07:01
机器视觉 Local Binary Pattern (LBP)

Local binary pattern (LBP)，在机器视觉领域，是非常重要的一种特征。LBP可以有效地处理光照变化，在纹理分析，纹理识别方面被广泛应用。 LBP 的算法非常简单，简单来说，就是对图像中的某一像素点的灰度值与其邻域的像素点的灰度值做比较，如下图所示：如果邻域像素值比该点大，则赋为1，反之，则赋为0，这样从左上角开始，可以形成一个bit chain

2022-02-28 09:30:31
TensorFlowのインストールとアンインストール(anaconda版)

<パス TensorFlowのインストールとアンインストール(anaconda版) anacondaは仮想環境用に簡単に設定することができます。通常、パッケージのダウンロードとインストールにはpip installまたはconda installを選択できますが、ここではMiss anaconda用のパッケージをインストールする手順を説明します。 1. anacond

2022-02-27 16:44:55
Anaconda Tsinghuaミラーソースの使用とPytorchのインストールで問題解決できず

<パス pip経由のダウンロードは記事内で紹介しています。清華ミラーソースによるpytorchの高速ダウンロード - (pip版) 長すぎて読めないバージョンを使用すると conda install pytorch torchvision cudatoolkit=9.0 -c pytorch をインストールし、Tsinghua ミラーソースを追加しても

2022-02-27 15:29:55
ERRORの解決方法 scipy のインストール時に Command errored out with exit status 1: が発生しました。

<パス質問の説明 <ブロッククオート pip install scipy pipでnumpyをインストールするのは問題ないのですが、pandasのインストールに以下のような問題があります。setuptoolsのアップグレードを試しましたが、うまくいきませんでした。 ERROR: Command errored out with exit status

2022-02-27 11:54:32
WindowsへのTensorFlowのインストールと簡単な例

<パスインストール方法プラットフォーム現在、Ubuntu、Mac OS、Windowsで利用可能です。バージョン: gpu版、cpu版ありインストール方法：pip方式、Anaconda方式ヒント Python 3.5.xは現在Windowsでサポートされています。 gpuのバージョンはcuda8,cudnn5.1が必要です。

2022-02-26 12:31:19
numpy詳細チュートリアル

<パス基本的なこと NumPyのメインオブジェクトは、同じ型の要素を持つ多次元配列である。これは、正の整数のタプルでインデックスされた、すべて1つの型の要素（通常は数字である要素）の表です。NumPy では、次元は軸と呼ばれ、軸の数はランクと呼ばれる。例えば、3次元空間の点の座標[1, 2, 3]は、軸が1つしかないので、ランク1の配列となります。例えば、次の例では

2022-02-24 06:18:11
[Tensorflow] 報告されたエラー。FailedPreconditionError。初期化されていない値を使おうとしている keep_prob_7

<スパン問題の内容変数を定義します。 keep_prob = tf.Variable(1.0 , name='keep_prob') その値を表示してみてください。 print(sess.run(keep_prob)) エラーを報告する FailedPreconditionError: 初期化されていない値を使おうとしています keep_pro

2022-02-24 05:52:07
[機械学習] ランダムフォレスト

1 ランダムフォレストとは？　　ランダムフォレスト（RF）は、新興の柔軟性の高い機械学習アルゴリズムとして、マーケティングから医療保険まで、マーケティングシミュレーションのモデル化、顧客源、保持、解約のカウント、患者の疾病リスクや感受性予測まで、幅広い用途に利用されています。当初、私は学外のコンペティションに参加する中で、ランダムフォレストのアルゴリズムに出会いました。近年の国内外の

2022-02-24 02:20:12
TypeError: fit_transform() が2つの位置引数を取るが、3つ与えられていた場合の解決法

<パス本日、ColumnTransformerメソッドを使用して数値変数と非数値変数の変換を合成する際、palmはカテゴリフィーチャーの1つにLabelEncoder()メソッドを選択し、上記のようにエラーが報告されました ?．しかし、OneHotEncoder（ユニークホットエンコーディング）に切り替えると正常に実行されます。だから困惑なぜこのようなことが

2022-02-23 08:27:12
ValueError: 解凍する値が足りない (期待値 2、取得値 1)

トレースバック (最新のコールバック)。ファイル "main_batch.py", 行 202, in <module> main(my_args) ファイル "main_batch.py", 行 139, in main run_loss = t

2022-02-23 01:06:13
Ubuntu 18.04で深層学習フレームワークPytorch（GPUアクセラレーション）をインストールする。

すでにwindows10環境ではCPU版Pytorchのインストールに成功しており、Anacondaでのインストールが推奨されています。ブログ主はほぼ1日かけて、Ubuntu 18.04を使用して、LinuxシステムにGPUアクセラレーションによるPytorchをインストールすることに成功しました。 CUDAとCUDNNとは何か、少しお聞かせください。 CUDA（Co

2022-02-22 13:37:14
第1章ニューラルネットを用いた手書き数字の認識

人間の視覚システムは、世界でも不思議な存在です。次のような手書きの数字の列を考えてみましょう。 <センター多くの人は、この数字が504192であることを容易に認識する。その容易さは欺瞞に満ちている。人間は、脳の各半球に一次視覚野（V1）を持っており、そこには1億4千万個の神経細胞と、その間にある数百億個の神経接続が存在する。しかし、人間の視覚には、V1だけでな

2022-02-21 13:39:20
DataFrame オブジェクトに dtype 属性がない

今日、この非常に単純なコードで驚くべき問題に遭遇しました。 for i in data.columns: if data[i].dtype == 'bool': data[i] = data[i].astype('object') 報告されたエラー: 'DataFrame' オブジェクトには 'dtype' 属性がありません .dty

2022-02-20 16:59:06
機械学習：マルチクラス形式はサポートされていません。

機械学習をしているときに、予測した結果を、前回の定性的なデータではなく、定量的なデータで値付けする必要があるプロジェクトに出くわしました。そこで、前回のGridSearchCVを適用したところ、エラーが発生しました。コードは以下の通りです。 parameters = { 'penalty':['l1','l2'], 'C':[0.001,0.01,0.1,1,10,

2022-02-20 05:37:15

最新

おすすめ