Результаты поиска по запросу "kaggle"
(elo-merchant-category-рекомендации - это название соревнования.)
ли использовать напрямую любые наборы данных, доступные вkaggle в Google Colab? понятноKaggle API вэто [https://colab.research.google.com/drive/1eufc8aNCdjHbrBhuy7M7X6BGyzAyRbrF] ссылка, но, видимо, она имеет только определенные наборы данных, и ...
). Это отличается от других обычно используемых наборов данных разными именами столбцов, а также некоторые столбцы могут отсутствовать.
од соревнования Таганикаядро [https://www.kaggle.com/startupsci/titanic-data-science-solutions/notebook]: grid = sns.FacetGrid(train_df, row='Embarked', size=2.2, aspect=1.6) grid.map(sns.pointplot, 'Pclass', 'Survived', 'Sex', ...
Если ваша модель хорошо работает на всех сгибах, используйте эти параметры для тренировки на всем тренировочном наборе. Затем оцените эту модель на внешнем тестовом наборе.
тав документацию LightGBM по перекрестной проверке, я надеюсь, что это сообщество сможет пролить свет на перекрестные проверки результатов и улучшить наши прогнозы с помощью LightGBM. Как мы должны использовать вывод словаря изlightgbm.cv ...
Дерево решений C5.0 - код C50, называемый exit со значением 1
Я получаю следующую ошибку Код C50 называется выход со значением 1 Я делаю это на титанических данных, доступных из Kaggle # Importing datasets train <- read.csv("train.csv", sep=",") # this is the structure str(train)Выход :- 'data.frame': ...
ValueError: unknown не поддерживается в sklearn.RFECV
Я пытался сузить число функций, действительно релевантных для моего классификатора, используя rfecv. Это код, который я написал import sklearn import pandas as p import numpy as np import scipy as sp import pylab as pl from sklearn import ...
ValueError: unknown не поддерживается в sklearn.RFECV
Я пытался сузить число функций, действительно релевантных для моего классификатора, используя rfecv. Это код, который я написал
Страница 1 из 2