Articles of aprendizaje de máquina

¿Cómo calcular las AUC para una clase SVM en python?

Tengo dificultad para trazar el gráfico AUC de OneClassSVM en python (estoy usando sklearn que genera una matriz de confusión como [[tp, fp],[fn,tn]] con fn=tn=0 . from sklearn.metrics import roc_curve, auc fpr, tpr, thresholds = roc_curve(y_test, y_nb_predicted) roc_auc = auc(fpr, tpr) # this generates ValueError[1] print “Area under the ROC curve : %f” % roc_auc […]

Dónde aplicar la normalización de lotes en CNN estándar

Tengo la siguiente architecture: Conv1 Relu1 Pooling1 Conv2 Relu2 Pooling3 FullyConnect1 FullyConnect2 Mi pregunta es, ¿dónde aplico la normalización de lote? ¿Y cuál sería la mejor función para hacer esto en TensorFlow?

Guardar un vector de características para nuevos datos en scikit-learn

Para crear un algoritmo de aprendizaje automático, hice una lista de diccionarios y usé el DictVectorizer de scikit para hacer un vector de características para cada elemento. Luego creé un modelo SVM a partir de un conjunto de datos que usaba parte de los datos para la capacitación y luego probaba el modelo en el […]

Entrenamiento de wordvec en Tensorflow, importando a Gensim.

Estoy entrenando un modelo word2vec del tutorial tensorflow. https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/word2vec/word2vec_basic.py Después del entrenamiento me sale la matriz de incrustación. Me gustaría guardar esto e importarlo como un modelo entrenado en gensim. Para cargar un modelo en gensim, el comando es: model = Word2Vec.load_word2vec_format(fn, binary=True) Pero, ¿cómo genero el archivo fn desde Tensorflow? Gracias

¿Cómo configurar palabras de parada personalizadas para sklearn CountVectorizer?

Estoy intentando ejecutar LDA (Asignación de Dirichlet Latente) en un conjunto de datos de texto que no está en inglés. En el tutorial de sklearn, hay una parte en la que se cuenta la frecuencia de los términos de las palabras para alimentar el LDA: tf_vectorizer = CountVectorizer(max_df=0.95, min_df=2, max_features=n_features, stop_words=’english’) Que tiene función de […]

scikit-learn ValueError: desajuste de dimensión

Es mi primera vez publicando aquí. Durante los últimos días he estado tratando de enseñarme a mí mismo scikit-learn. Pero recientemente me he encontrado con un error que me ha estado molestando durante bastante tiempo. Mi objective es simplemente entrenar a un cli clasificador de NB para que pueda alimentarlo con una lista arbitraria de […]

Exportar un modelo Tensorflow básico a Google Cloud ML

Estoy tratando de exportar mi modelo de tensorflow local para usarlo en Google Cloud ML y ejecutar predicciones en él. Estoy siguiendo el ejemplo de servicio de tensorflow con datos mnist . Hay un poco de diferencia en la forma en que han procesado y usado sus vectores de entrada / salida y no es […]

Keras – Generador para gran conjunto de datos de imágenes y máscaras.

Estoy tratando de construir un modelo que tenga imágenes para sus entradas y salidas (máscaras). Debido al tamaño del conjunto de datos y mi memoria limitada, intenté usar el enfoque de generador introducido en la documentación de Keras : # Provide the same seed and keyword arguments to the fit and flow methods seed = […]

Entrenar a un clasificador de Sklearn LogisticRegression sin todas las tags posibles

Estoy tratando de usar scikit-learn 0.12.1 para: entrenar un clasificador de LogisticRegression evaluar el clasificador en los datos de validación retenidos alimente nuevos datos a este clasificador y recupere las 5 tags más probables para cada observación Sklearn hace que todo esto sea muy fácil, excepto por una peculiaridad. No hay garantía de que todas […]

¿Cómo interpretar la función de pérdida en el modelo de Tensorflow DNNRegressor Estimator?

Estoy usando el modelo Tensorflow DNNRegressor Estimator para hacer una neural network. Pero llamar a la función estimator.train() está dando salida de la siguiente manera: Es decir, mi función de pérdida varía mucho con cada paso. Pero hasta donde sé, mi función de pérdida debería disminuir sin ninguna de las iteraciones. Además, encuentre la captura […]