使用scikit Learn（pyspark / azure数据块环境）使用XGBoost拥有一个单一的二进制分类模型，该模型被转换为ONNX

我正在使用DNN解决问题。有2个输入变量（都是分类变量）和1个目标变量（二进制）。测试数据的准确性

我正在使用神经网络根据网络输出的嵌入向量对商品进行分类。嵌入向量之间的L2距离用于计算项目所属

我感兴趣的是根据各种度量来优化具有3个（或更多）类的多项式回归模型的预测。 对于两类模型

我发现自己处于打印多张纸的状态，其中包含必须通过电子邮件收到的excel文档中必须验证的信息。我的

我有这套具有三个类别的数据： <pre class="lang-py prettyprint-override"><code> Type Importance TimeUntil |

我有一个分类问题，其中我的独立特征同时包括数字和分类（非二进制）值。我想知道功能之间的相似

我正在尝试对德国信用风险数据集执行分类任务。我正在尝试使用XGBoost对数据集进行分类，但是，我的

我正在尝试开发一个可以让患者症状作为输入并输出三种最可能疾病的应用程序。 <pre><code>x_train, x_te

我是使用GEE的新手。 我需要使用Sentinel 2图像进行分类，为此，我需要执行光谱可分离性分析，以

自2016年1月至2018年12月，我拥有3年的历史交易数据集。我想建立好客户和坏客户的分类模型。在此之前

我正在创建一个模型，该模型可以根据电影概述来预测电影类型。许多电影具有不止一种类型。例如：

我有一个列列表，每个列都由另一个标签列表中的标签标记。 例如：<strong> ALT_ID </strong>和<strong> MTRC_NM <

我正在尝试通过TF 2.0运行一个示例，该示例与以下示例基本相同：<a href="https://www.tensorflow.org/tutorials/esti

我的工作目标是使用基本数据作为特征来预测给定股票的三个月回报率是否会超过市场（分别为1类和0类

我有一个特征矩阵（X_train_balanced）和一个目标向量（y_train_balanced），用于分类任务（3个类）。为了执

我正在寻找用于对非MNIST数字进行分类的pytorch的示例。经过数小时的搜索，看来这些算法对我不利。有

我想使用JOIN优化FIND_IN_SET查询。 今天我有一个“页面”表： <pre><code>id | title | classification 1 | AB

在时尚mnist数据集上训练神经网络时，我决定在我的输出层中拥有比数据集中的类数更多的节点数。 <br/>

<a href="https://drive.google.com/drive/folders/1QhpK4C_DGDiz6e20VorWPzMAgAF2Zr7B?usp=sharing" rel="nofollow noreferrer">required data s