![](https://academy.hsoub.com/uploads/set_resources_28/84c1e40ea0e759e3f1505eb1788ddf3c_pattern.png)
Meezo ML
-
المساهمات
197 -
تاريخ الانضمام
-
تاريخ آخر زيارة
نوع المحتوى
ريادة الأعمال
البرمجة
التصميم
DevOps
التسويق والمبيعات
العمل الحر
البرامج والتطبيقات
آخر التحديثات
قصص نجاح
أسئلة وأجوبة
كتب
دورات
أجوبة بواسطة Meezo ML
-
-
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 ؟
-
1
-
-
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'
بناء نموذج اعتماداً على فكرة ال Pipeline في مكتبة Sklearn
في بايثون
نشر
ماهو الكلاس Pipeline في مكتبة Sklearn وكيف نقوم بتطبيقه في نماذجنا؟