Meezo ML

ماهو الكلاس Pipeline في مكتبة Sklearn وكيف نقوم بتطبيقه في نماذجنا؟

أحاول بناء نموذج باستخدام خوارزمية LogisticRegression لكن أواجه الخطأ التالي: import numpy as np from sklearn.linear_model import LogisticRegression X_train = np.array([ [2.3, 4.3, 2.5], [1.3, 5.2, 5.2], [3.3, 2.9, 0.8], [3.1, 4.3, 4.0] ]) y_train = np.array( [3.4, 7.5, 4.5, 1.6] ) X_test = np.array([ [2.5, 2.4, 2.7], [2.7, 3.2, 1.2] ]) LR = LogisticRegression() LR.fit(X_train,y_train) print(clf.predict(X_test)) ################################## ValueError Traceback (most recent call last) <ipython-input-23-8aa4b13afdb8> in <module> 7 8 LR = LogisticRegression() ----> 9 LR.fit(X_train,y_train) 10 print(clf.predict(X_test)) 11 ~\anaconda3\lib\site-packages\sklearn\linear_model\_logistic.py in fit(self, X, y, sample_weight) 1526 X, y = check_X_y(X, y, accept_sparse='csr', dtype=_dtype, order="C", 1527 accept_large_sparse=solver != 'liblinear') -> 1528 check_classification_targets(y) 1529 self.classes_ = np.unique(y) 1530 n_samples, n_features = X.shape ~\anaconda3\lib\site-packages\sklearn\utils\multiclass.py in check_classification_targets(y) 167 if y_type not in ['binary', 'multiclass', 'multiclass-multioutput', 168 'multilabel-indicator', 'multilabel-sequences']: --> 169 raise ValueError("Unknown label type: %r" % y_type) 170 171 ValueError: Unknown label type: 'continuous'

أعمل على مجموعة بيانات "داتاسيت" هي تغريدات تويتر، لذا قمت مبدأياً ببناء نموذج LogisticRegrission لكن لاأعلم سبب الخطأ التالي: <class 'pandas.core.series.Series'> --------------------------------------------------------------------------- ValueError Traceback (most recent call last) <ipython-input-9-20b55637dec5> in <module> 10 print(type(X_train)) 11 clf = LogisticRegression() ---> 12 clf.fit(X_train, y_train) ~\anaconda3\lib\site-packages\sklearn\linear_model\_logistic.py in fit(self, X, y, sample_weight) 1525 1526 X, y = check_X_y(X, y, accept_sparse='csr', dtype=_dtype, order="C", -> 1527 accept_large_sparse=solver != 'liblinear') 1528 check_classification_targets(y) 1529 self.classes_ = np.unique(y) ~\anaconda3\lib\site-packages\sklearn\utils\validation.py in check_X_y(X, y, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, multi_output, ensure_min_samples, ensure_min_features, y_numeric, warn_on_dtype, estimator) 753 ensure_min_features=ensure_min_features, 754 warn_on_dtype=warn_on_dtype, --> 755 estimator=estimator) 756 if multi_output: 757 y = check_array(y, 'csr', force_all_finite=True, ensure_2d=False, ~\anaconda3\lib\site-packages\sklearn\utils\validation.py in check_array(array, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator) 529 array = array.astype(dtype, casting="unsafe", copy=False) 530 else: --> 531 array = np.asarray(array, order=order, dtype=dtype) 532 except ComplexWarning: 533 raise ValueError("Complex data not supported\n" ~\anaconda3\lib\site-packages\numpy\core\_asarray.py in asarray(a, dtype, order) 81 82 """ ---> 83 return array(a, dtype, copy=False, order=order) 84 85 ~\anaconda3\lib\site-packages\pandas\core\series.py in __array__(self, dtype) 752 dtype='datetime64[ns]') 753 """ --> 754 return np.asarray(self.array, dtype) 755 756 # ---------------------------------------------------------------------- ~\anaconda3\lib\site-packages\numpy\core\_asarray.py in asarray(a, dtype, order) 81 82 """ ---> 83 return array(a, dtype, copy=False, order=order) 84 85 ~\anaconda3\lib\site-packages\pandas\core\arrays\numpy_.py in __array__(self, dtype) 182 183 def __array__(self, dtype=None) -> np.ndarray: --> 184 return np.asarray(self._ndarray, dtype=dtype) 185 186 _HANDLED_TYPES = (np.ndarray, numbers.Number) ~\anaconda3\lib\site-packages\numpy\core\_asarray.py in asarray(a, dtype, order) 81 82 """ ---> 83 return array(a, dtype, copy=False, order=order) 84 85 ValueError: could not convert string to float: 'قزم العهد' الكود: from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split import pandas as pd Data = pd.read_csv('D:/train.csv') Data['Tweet'] =Data['Tweet'].astype(str) data["Class"].replace({"abusive":0,"hate":0,"normal":1},inplace=True) data = Data['Tweet'] label = Data["Class"] X_train, X_test, y_train, y_test = train_test_split(data, label, test_size = 0.2, random_state = 2021) clf = LogisticRegression() clf.fit(X_train, y_train)

كيف نقوم بحفظ ال Model في مكتبة Sklearn بعد أن ننتهي من تدريبه؟ وكيف نعيد تحميله؟

هل يمكن تطبيق خوارزمية Nearest Neighbors في التعليم بدون إشراف unsupervised learning ؟ وإذا كان بإمكاننا تطبيقها فكيف نقوم بذلك باستخدام مكتبة Sklearn؟

كيف نقوم بتطبيق خوارزمية Voting Classifier لمهمة تصنيف "Classification" في مكتبة Sklearn؟

كيفية تطبيق خوارزمية K-nearest neighbors (KNN) لمهمة تصنيف "Classification" باستخدام مكتبة Sklearn؟

كيف نقوم بتطبيق خوارزمية K-nearest neighbors (KNN) لمهمة توقع Regression باستخدام مكتبة Sklearn؟

ماهي ال PCA وكيف يمكن أن نطقبها في مكتبة Sklearn؟

كيف نقوم بتطبيق خوارزمية Gradient Boosting لمهمة تصنيف Classification باستخدام مكتبة Sklearn؟

كيفي نقوم بتطبيق خوارزمية Random Forest لمهمة تصنيف Classification في مكتبة Sklearn؟

كيف نقوم بتطبيق MiniBatchKMeans في مكتبة Sklearn، ومالفرق بينها وبين خوارزمية K-Means؟

كيف نقوم بتطبيق خوارزمية K-Means باستخدام مكتبة Sklearn؟

كيف نقوم بتطبيق Random Forest لمهمة توقع Regression في Sklearn؟

تطبيق Decision Tree لمهمة توقع Regression باستخدام مكتبة Sklearn؟

كيف أطبق Decision Tree لمهمة تصنيف Classification باستخدام مكتبة Sklearn ؟

كيف نقوم بتطبيق Support vector machines (SVMs) في Sklearn لمهمة تصنيف Classification؟

في مكتبة sklearn حاولت استخدام Gaussian Naive Bayes Module: training = GaussianNB() training = training.fit(trainData, target) prediction = training.predict(testData) والبيانات كانت: [['-214' '-153' '-58' ..., '36' '191' '-37'] ['-139' '-73' '-1' ..., '11' '76' '-14'] ['-76' '-49' '-307' ..., '41' '228' '-41'] ..., ['-32' '-49' '49' ..., '-26' '133' '-32'] ['-124' '-79' '-37' ..., '39' '298' '-3'] ['-135' '-186' '-70' ..., '-12' '790' '-10']] ظهر لدي الخطأ التالي : Traceback (most recent call last): File "prediction.py", line 90, in <module> gaussianNaiveBayes() File "prediction.py", line 76, in gaussianNaiveBayes training = training.fit(trainData, target) File "/Library/Python/2.7/site-packages/sklearn/naive_bayes.py", line 163, in fit self.theta_[i, :] = np.mean(Xi, axis=0) File "/System/Library/Frameworks/Python.framework/Versions/2.7/Extras/lib/python/numpy/ core/fromnumeric.py", line 2716, in mean out=out, keepdims=keepdims) File "/System/Library/Frameworks/Python.framework/Versions/2.7/Extras/lib/python/numpy/core/_methods.py", line 62, in _mean ret = um.add.reduce(arr, axis=axis, dtype=dtype, out=out, keepdims=keepdims) TypeError: cannot perform reduce with flexible type ما المشكلة؟

كيف يمكننا تطبيق Lasso Regularization في مكتبة Sklearn مع ال Linear Regression ؟

تطبيق (Support Vector Regression (SVR في Sklearn ؟

كيف نقوم بعمل تنعيم Ridge Regularization في التوقع الخطي؟

أحاول تطبيق التوقع الخطي LinearRegression في مكتبة Sklearn كالتالي: reg = LinearRegression(max_iter=1000,verbose=0) reg.fit(df.iloc[1:1000, 5].values, df.iloc[1:1000, 2].values) لكن يظهر لي الخطأ: ValueError: Found arrays with inconsistent numbers of samples: [ 1 999]

كيف نقوم ببناء شبكة عصبية لمهمة تصنيف باستخدام MLPClassifier في مكتبة Sklearn؟

ماسبب هذا الخطأ في بايثون عندما أقوم باستخدام الدالة .fit_generator من تنسرفلو /usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/training.py:1940: UserWarning: `Model.fit_generator` is deprecated and will be removed in a future version. Please use `Model.fit`, which supports generators.

ظهور هذا الخطأ أثناء استيراد مكتبة Sklearn؟ ModuleNotFoundError: No module named 'sklearn'