問題タブ [scikit-learn]

sklearnに組み込まれているアンサンブルメソッドは、基本分類子として決定木を使用していることを読みました。代わりにカスタム分類子を使用することは可能ですか？

scikit-learnの教師あり学習方法の1つを使用して、テキストを1つ以上のカテゴリに分類しようとしています。私が試したすべてのアルゴリズムの予測関数は、1つの一致を返すだけです。

たとえば、次のようなテキストがあります。

そして、フィードするすべてのテキストスニペットの場所を選択するようにアルゴリズムをトレーニングしました。

New York上記の例では、とを返したいのですが、を返すLondonだけNew Yorkです。

scikit-learnを使用して複数の結果を返すことは可能ですか？または、次に高い確率でラベルを返しますか？

ご協力いただきありがとうございます。

- -アップデート

使用してみOneVsRestClassifierましたが、テキストごとに1つのオプションしか返されません。以下は私が使用しているサンプルコードです

結果：['ニューヨーク''ロンドン''ロンドン']

私は sciki-learn を使用する初心者なので、ご容赦ください。

私は例を見ていた： http://scikit-learn.org/stable/modules/tree.html#tree

どうやら、graphiz ファイルを使用する準備ができているようです。

しかし、graphiz ファイルを使用してツリーを描画するにはどうすればよいでしょうか。(この例では、ツリーの描画方法について詳しく説明していません)。

サンプルコードとヒントは大歓迎です!

ありがとう！

アップデート

私はubuntu 12.04、Python 2.7.3を使用しています

トレーニング済みの単純ベイズ分類器をディスクに保存し、それを使用してデータを予測するにはどうすればよいですか？

scikit-learnWebサイトから次のサンプルプログラムを入手しました。

この質問で推奨されているように、scikit-learnを使用して機械学習を行っています。驚いたことに、トレーニングする実際のモデルへのアクセスを提供していないようです。たとえば、SVM、線形分類器、または決定木を作成した場合、実際のトレーニング済みモデル用に選択されたパラメーターを確認する方法が提供されないようです。

実際のモデルを確認することは、モデルが部分的に作成されている場合に、モデルが使用している機能（たとえば、決定木）をより明確に把握するのに役立ちます。Pythonを使用してモデルをトレーニングし、他のコードを使用して実際にモデルを実装する場合も、モデルを確認することは重要な問題です。

scikit-learnで何かが足りないのですか、それともscikit-learnでこれを実現する方法はありますか？そうでない場合、モデルが透過的に利用できる、必ずしもPythonである必要はない、優れた無料の機械学習ワークベンチは何ですか？

文字列データを使用して DecisionTreeClassifier をトレーニングできますか?

String データを使用しようとすると、ValueError: could not convert string to float が発生します

clf = DecisionTreeClassifier()
clf.fit([['asdf', '1'], ['asdf', '0']], ['2', '3'])

分離超平面の方程式はW.X + b = 0です。

scikit-learnのサポートベクターマシンの場合、分離超平面はどのように導出されますか？a' 'と' 'は何wを意味しますか？

事前計算されたカーネルで libsvm を使用しています。サンプル データ セット heart_scale の事前計算済みカーネル ファイルを生成し、関数を実行しましたsvmtrain()。これは正しく機能し、サポート ベクターは正しく識別されました。つまり、標準のカーネルと同様です。

ただし、 を実行しようとするとsvmpredict()、事前計算されたモデル ファイルに対して異なる結果が得られました。svm_predict_values()コードを掘り下げた後、関数には、事前計算モードでは使用できないサポート ベクターの実際の機能が必要であることに気付きました。事前計算モードでは、各サポート ベクターの係数とインデックスのみがあり、 によってその特徴と間違えられますsvmpredict()。

これは問題ですか、それとも何か不足していますか。

svmpredict()(事前計算モードで実行する方法を教えてください。)

私の理解では、scikit-learnは2D配列である（n-sample、n-feature）形式のデータを受け入れます。次の形式のデータがあると仮定します...

これをインポートするにはどうすればよいですか？

scikit-learnを使用してシーケンシャルk-meansクラスタリングを実行する方法はありますか？すべてのデータを再調整せずに、新しいデータを追加する適切な方法を見つけることができないようです。

ありがとうございました