scikit-learn是一个用于Python的机器学习库，它为数据分析和数据挖掘提供简单有效的工具，重点是机器学习。它可供所有人使用，并可在各种环境中重复使用。它建立在NumPy和SciPy之上。该项目是开源的，可商业使用（BSD许可证）。
我有Python 3.10的pip版本22.3.1 我需要安装 scikit-fda 软件包，并且我正在尝试使用 pip 安装 scikit-fda 不幸的是，我收到以下错误 错误：构建失败...
你们能告诉我这个实现哪里出了问题吗？为什么我收到错误：“估计器 KerasRegressor 的参数‘模型’无效”？我衷心感谢您...
无论输入值如何，序数编码都会显示相同的值，从而使预测结果相同
我正在建立一个模型，可以预测患者被诊断患有慢性肾脏病 以下是我使用的步骤； 导入训练模型和数据集所需的库 小鬼...
ValueError：对于稀疏输出，所有列都应该是数字或可转换为数字
我在应用 sklearn 模型之前对数据进行预处理，但我无法确定错误不断发生的原因。当我为
提高我的分类 f1_score - pandas/sklearn
我想了解如何提高分类的 f1_score 的建议。我目前的数值约为 0.57。数据集： lotWaferDie - 测量缺陷的批次、电路板和芯片 字符串值...
我正在做一个项目，我试图通过绘制书中句子的情绪来预测用户对书籍的评分（评论）。 一张图给你一个想法： 红色是平均情绪...
使用 OneHotEncoded 分类特征从 scikit-learn 管道中使用的 XGBRegressor 中提取特征名称
我有一个包含一些数值特征和一些分类特征的数据集。在 XGBRegressor 上调用 fit 后，我想检查特征重要性。为此，我想映射特征重要性......
我正在使用以下代码进行非线性回归，并且得到截距和 20 个系数。如何解释这些系数才能构造公式 Y = 截距 +
我有大量的特征和目标，但样本数量很少。事实证明，在这种情况下，使用 numpy.linalg.pinv 进行简单线性回归比 sklearn.linear_model 效果要好得多。
FitFailedWarning：估计器拟合失败。这些参数的训练测试分区的分数将设置为 nan
我正在尝试优化XGB回归模型的参数学习率和最大深度： 从 sklearn.model_selection 导入 GridSearchCV 从 sklearn.model_selection 导入 cross_val_score 来自
Keras 网络使用 Scikit-Learn 管道导致 ValueError
我正在努力使用 Keras 和 Scikit-Learn Pipeline 构建一个神经网络进行预处理。到目前为止，我已经能够构建管道和初始模型架构（非常基本），但是有...
寻找 SVR 回归模型的 pvalue、r 和调整后的 r^2
我想使用支持向量回归（SVR）进行回归，因为当我有几个特征时它看起来非常强大。因为我在 scikit-learn 中发现了一个非常易于使用的实现，所以我正在使用它
如何从Scikit-learn中获取多类分类的特异性和阴性预测值？
目前，scikit-learn 的默认分类报告（sklearn.metrics.classification_report - 链接）不包括特异性和阴性预测值 (NPV)。 因此，我自己做了
我有1000个列表如下： [[6,7,7,5,5,5,7,6,7,5,6,5], [7,7,7,5,5,6,6,7,7,7,7,6,5], [7, 7, 5, 6, 6, 5, 5, 7, 6, 6, 6, 5, 7, 5], [6,5,7,7,6,5,7,5,7,6,...
scikit-learn 导入无法导入名称“METRIC_MAPPING64”
我正在尝试将线性模型从 scikit-learn 导入到 vscode 中，并收到意外的错误消息。 导入sklearn 从sklearn导入线性模型 错误： 无法导入名称“METRIC_MAPPING64”
运行 LabelEncoder 命令后出现 ValueError
我正在开发一个 ML Web 应用程序，并从 CSV 文件中训练数据。将数据数组转换为浮点时出现 ValueError 代码 X[:, 0] = le_country.transform(X[:,0]) X[:, 1] = le_education.
Sklearm FeatureHasher 无法处理数据框中的单个列
我尝试在数据框中的单个列上执行特征哈希器，但它不断给出错误 ValueError：样本不能是单个字符串。输入必须是可迭代的…
sklearn DummyClassifier 的预测不正确
我正在尝试对学校项目的数据集执行虚拟分类。这个想法是为了了解不同政党发表演讲的频率。我的想法是写...
如何在 Sklearn 中保存 StandardScaler() 模型？我需要使模型可操作，并且不想一次又一次加载训练数据以供 StandardScaler 学习，然后应用于
我遇到了多处理模块的奇怪行为。谁能解释一下这是怎么回事？ 以下 MWE 停止（永远运行而不会出现错误）： #!/usr/bin/env python3 导入