He entrenado un RandomForestClassifier del Python Sckit Learn Module con un conjunto de datos muy grande, pero la pregunta es cómo puedo guardar este modelo y dejar que otras personas lo apliquen en su extremo. ¡Gracias!
Tengo problemas para usar la función de ajuste RandomForest Este es mi conjunto de entrenamiento. P1 Tp1 IrrPOA Gz Drz2 0 0.0 7.7 0.0 -1.4 -0.3 1 0.0 7.7 0.0 -1.4 -0.3 2 … … … … … 3 49.4 7.5 0.0 -1.4 -0.3 4 47.4 7.5 0.0 -1.4 -0.3 … (10k rows) Quiero predecir […]
Cuando se trata de ajustar un modelo de Regresor de bosque aleatorio con datos y que se parecen a esto: [ 0.00000000e+00 1.36094276e+02 4.46608221e+03 8.72660888e+03 1.31375786e+04 1.73580193e+04 2.29420671e+04 3.12216341e+04 4.11395711e+04 5.07972062e+04 6.14904935e+04 7.34275322e+04 7.87333933e+04 8.46302456e+04 9.71074959e+04 1.07146672e+05 1.17187952e+05 1.26953374e+05 1.37736003e+05 1.47239359e+05 1.53943242e+05 1.78806710e+05 1.92657725e+05 2.08912711e+05 2.22855152e+05 2.34532982e+05 2.41391255e+05 2.48699216e+05 2.62421197e+05 2.79544300e+05 2.95550971e+05 3.13524275e+05 3.23365158e+05 3.24069067e+05 […]
Estoy usando Scikit-learn para aplicar el algoritmo de aprendizaje automático en mis conjuntos de datos. A veces necesito tener las probabilidades de tags / clases instaladas de las tags / clases en sí. En lugar de tener Spam / No Spam como tags de correos electrónicos, deseo tener solo por ejemplo: 0.78 probabilidad de que […]
Tengo un modelo de bosque al azar construido con sklearn. El modelo está integrado en un archivo, y tengo un segundo archivo donde uso joblib para cargar el modelo y aplicarlo a los nuevos datos. Los datos tienen campos categóricos que se convierten a través del preprocesamiento LabelEncoder.fit_transform . Una vez que se realiza la […]
class sklearn.ensemble.RandomForestClassifier(n_estimators=10, criterion=’gini’, max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=’auto’, max_leaf_nodes=None, bootstrap=True, oob_score=False, n_jobs=1, random_state=None, verbose=0, warm_start=False, class_weight=None) Estoy usando un modelo de bosque aleatorio con 9 muestras y unos 7000 atributos. De estas muestras, hay 3 categorías que reconoce mi clasificador. Sé que esto está lejos de ser las condiciones ideales, pero estoy tratando de averiguar […]
Dado es un simple archivo CSV: A,B,C Hello,Hi,0 Hola,Bueno,1 Obviamente, el conjunto de datos real es mucho más complejo que esto, pero este reproduce el error. Estoy intentando construir un clasificador de bosque aleatorio para él, así: cols = [‘A’,’B’,’C’] col_types = {‘A’: str, ‘B’: str, ‘C’: int} test = pd.read_csv(‘test.csv’, dtype=col_types) train_y = test[‘C’] […]
Estoy usando RandomForestClassifier implementado en el paquete sklearn de Python para construir un modelo de clasificación binario. Los siguientes son los resultados de validaciones cruzadas: Fold 1 : Train: 164 Test: 40 Train Accuracy: 0.914634146341 Test Accuracy: 0.55 Fold 2 : Train: 163 Test: 41 Train Accuracy: 0.871165644172 Test Accuracy: 0.707317073171 Fold 3 : Train: […]
Tengo un conjunto de datos donde las clases están desequilibradas. Las clases son ‘1’ o ‘0’ donde la proporción de la clase ‘1’: ‘0’ es 5: 1. ¿Cómo se calcula el error de predicción para cada clase y las ponderaciones de rebalanceo en sklearn con Random Forest, como en el siguiente enlace: http://www.stat.berkeley.edu/~breiman/RandomForests/cc_home.htm# equilibrar
En R hay funciones preconstruidas para trazar la importancia de las características del modelo de bosque aleatorio. Pero en python tal método parece faltar. Busco un método en matplotlib . model.feature_importances me da lo siguiente: array([ 2.32421835e-03, 7.21472336e-04, 2.70491223e-03, 3.34521084e-03, 4.19443238e-03, 1.50108737e-03, 3.29160540e-03, 4.82320256e-01, 3.14117333e-03]) Luego usando la siguiente función de trazado: >> pyplot.bar(range(len(model.feature_importances_)), model.feature_importances_) […]