回答情况：
提问时间：
问题标签：
()joblib.dump(model, "prediction/model/model.pkl")impor
浏览 3提问于2016-12-15得票数 3
回答已采纳
在中，我发现了生成算法和鉴别算法的以下解释：是参数算法和非参数算法的定义。
参数:数据是从fic形式的概率分布中提取的，其形式以未知参数为限。那么，从本质上说，我们可以说生成算法和参数算法是底层模型，而判别算法和非参数算法
浏览 11提问于2014-05-23得票数 2
回答已采纳
1回答
换句话说，我想使用MPI的阻塞和/或非阻塞发送/接收来实现负载平衡算法，但不知道如何进行。另外，是否有一种方法可以在"max“和"x”的函数中找到一组任务(n参数)的最佳大小？
非常感谢你的帮助。
浏览 1修改于2016-05-15得票数 3
根据一揽子文件的说明：
machisplin.mltps函数同时评估这六种算法的不同组合，以预测输入数据。在模型整定过程中，每种算法都从0~1处进行系统加权，并对模型的拟合度进行了评估。通过k次交叉验证(k=10)确定了性能最好的模型，并选择了残差平方和最小的模型。在确定了最佳的模型算法和权重之后，使用完整的训练数据集创建了最终的模型。换句话说，当我导出缩小的图像时，我想知道使用了哪种算法(从6种算法</em
浏览 7提问于2022-09-26得票数 0
回答已采纳
我正在尝试为Spark2.x中的机器学习(分类)算法设置初始权重或参数。不幸的是，除了MultiLayerPerceptron算法之外，没有其他算法提供设置初始权值/参数值的方法。在这里，我需要加载旧模型，用系统中的新数据对旧模型进行再训练。我该怎么做？我如何为其他算法做到这一点，比如：
我需要试验多种算法，然后选择性能最好的算法。
浏览 1修改于2018-10-08得票数 1
我正在尝试使用使用cityScapes模型的图像识别算法- bash-4.2$ python predict.py cityscapes sunny_1336601.png
浏览 3提问于2017-06-22得票数 0
我为机器学习创建了我的样本数据，只是为了检查分类和回归模型是如何工作的。对于回归，线性回归给了我正确的系数与我的公式匹配。
浏览 3修改于2017-05-20得票数 0
在统计学中，“算法”是“模型”的同义词吗？例如，当我拟合一个带有变量的广义线性模型，并为特定目的调整模型参数时，我是否可以报告我“开发了一个算法”，或者这是一个错误的陈述？开发了模型/安装了模型/建立了模型.？
浏览 7修改于2022-08-24得票数 1
1回答
到目前为止，模型是：User、Items (非常简单，user具有shopping cart:[]属性，Items包含name、cost、brand等信息)。模型强制执行数据库限制，如索引、唯一性和其他业务逻辑。
算法应该去哪里？既然它同时涉及到users和items，那么把它放在控制器中有意义吗？
浏览 0修改于2016-03-02得票数 0
回答已采纳
1回答
我的问题是，如果他已经使用了LSE算法，我是否可以尝试改进他的方法，使用任何优化算法(例如PSO或GA )来寻找更好的系数值？
浏览 1修改于2018-07-28得票数 3
回答已采纳
1回答
我一直试图从我使用决策树算法建立的模型中做出一个由DataFrame组成的预测。notleftdf =df[df['left']==0]
模型生成的数据准备sklearn impo
浏览 3修改于2019-10-26得票数 3
回答已采纳
我一直在研究一种遗传算法，我试图采用我的种群中最好的模型(基于得分)，并将整个种群纳入该模型。我已经成功地做到了这一点，但当我尝试分别变异每个模型时，所有模型都会变异为相同的参数。
浏览 14提问于2021-09-28得票数 0
回答已采纳
2回答
我想了解的是，在建立预测模型/模型之前，如何使用聚类算法(如果可能的话)在数据集中识别自然出现的组，从而提高模型/模型的准确性。
浏览 0提问于2018-03-05得票数 0
回答已采纳
2回答
我正在为算法做一些自我研究，我不知道为什么ThreeSum.count()中的if语句精确地执行N(N-1)(N-2)/6时间？我知道N引用了第一个for循环，等等，但是6是从哪里来的呢？
浏览 2修改于2014-02-02得票数 1
回答已采纳
在我的模型中，我上传了一个标题图像，它也存储宽度和高度。class Article(models.Model):
header_width = models.IntegerField(default=1
浏览 1提问于2015-07-01得票数 0
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号