Diskussion zum Artikel "Tiefe Neuronale Netzwerke (Teil VIII). Erhöhung der Klassifizierungsqualität von Ensembles mit Bagging" - Seite 2

Neuer Kommentar
 

Обсуждение и вопросы по коду можно сделать в ветке

Удачи

 

Обсуждение и вопросы по коду можно сделать в ветке

Удачи

 

Обсуждение и вопросы по коду можно сделать в ветке

Удачи

 

Diskussionen und Fragen zum Code können in der Filiale geführt werden.

Viel Glück

 
Nachdem ich die besten 7 Ensembles ausgewählt und klassifiziert habe [=1,0,1], möchte ich die Daten extrahieren, um sie auf einem Keras-Modell zu trainieren, aber ich kann die spezifischen Dataframes nicht finden.
 
geraldkibz:
Nachdem ich die besten 7 Ensembles ausgewählt und klassifiziert habe [=1,0,1], möchte ich die Daten extrahieren, um sie auf einem Keras-Modell zu trainieren, aber ich kann die spezifischen Datenrahmen nicht finden.

Abbildung 11 zeigt das Strukturschema der Berechnungen. Über jeder Stufe steht der Name des Skripts. Unter jeder Stufe steht der Name der resultierenden Datenstruktur. Welche Daten möchten Sie verwenden?

 

Wenn Sie die gemittelten kontinuierlichen Vorhersagen der sieben besten Ensembles verwenden wollen, dann haben diese die folgende Struktur

testX1[[k]]$TrainYpred[ ,j]

k = c(Ursprung/repariert/entfernt/ummarkiert)

j = c( halb, mittel, mittel, beide)

Wenn Sie die Vorhersagen der sieben besten Ensembles in binärer Form benötigen, finden Sie diese in der Struktur

VotAver[[k]]Train.clVoting[1001,j]
VotAver[[k]]Test.clVoting[501,j]
VotAver[[k]]Test1.clVoting[251,j]
 
Hallo Vlad - irgendwelche Tipps, wie man die oben genannten NN mit dem EA verbinden kann, den Sie vor ein paar Jahren hochgeladen hatten? Ich bin sehr daran interessiert, mit einem etwas anderen Datensatz zu testen
 

Hallo nochmal,

Ich erhalte die folgenden Fehler, die ich nicht lösen kann - irgendwelche Tipps?


Fehler 1: "in { : task 1 failed - "object 'History' not found" , wenn ich das folgende Codesegment ausführe:

#---OptPar------
evalq({
  foreach(i = 1:4) %do% {
    OPT_Res[[i]] %$% History %>% dp$arrange(desc(Value)) %>% head(3)
  } -> best.res
  names(best.res) <- group
}, env)
evalq({
  foreach(i = 1:4) %do% {
    OPT_Res1[[i]] %$% History %>% dp$arrange(desc(Value)) %>% head(3)
  } -> best.res1
  names(best.res1) <- group
}, env)

Ich bin mir nicht sicher, wo das Objekt "History" erstellt wird, und konnte es im Github-Repository in den verschiedenen .R-Dateien für diesen Artikel nicht finden


Fehler 2: "Yts" nicht gefunden, wenn ich das folgende Codesegment ausführe:

#---test-aver--------
    foreach(i = 1:n, .packages = "elmNN", .combine = "+") %:%
      when(i %in% bestNN) %do% {
        predict(Ens[[i]], newdata = Xtest1[ , bestF])} %>%
      divide_by(length(bestNN)) -> ensPred
    th <- GetThreshold(ensPred, Yts$Ytest1, type[th2])
    ifelse(ensPred > th, 1, 0) -> ensPred
    Evaluate(actual = Ytest1, predicted = ensPred)$Metrics$F1 %>%
      mean() %>% round(3) -> Score

Ich bin mir auch nicht sicher, wann/wie das "Yts" erstellt wird.


Ich denke, dass diese beiden Fehler durch ein Codestück behoben werden könnten, das im Github-Repository fehlt.

Würde jede Hilfe zu schätzen wissen, die Sie anbieten können, vielen Dank im Voraus

12
Neuer Kommentar