label <- factor(iris$Species) set <- iris[,-ncol(iris)]
model <- randomForest(x = set,data = set , mtry=4, ntree=20)
先生がいなくても教えたと思います。
google翻訳によると ---->教師なし 分類
> model
Call: randomForest(x = set, ntree = 20, mtry = 4, data = set) Type of random forest: unsupervised Number of trees: 20 No. of variables tried at each split: 4
しかし、どのように認識すればよいのでしょうか？))
predict(model , set[1,])
Error in predict.randomForest(model, set[1, ]) : No forest component in the object
label <- factor(iris$Species) set <- iris[,-ncol(iris)]
model <- randomForest(x = set,data = set , mtry=4, ntree=20)
先生がいなくても教えたと思います。
google翻訳によると ---->教師なし 分類
> model
Call: randomForest(x = set, ntree = 20, mtry = 4, data = set) Type of random forest: unsupervised Number of trees: 20 No. of variables tried at each split: 4
しかし、どのように認識すればよいのでしょうか？))
predict(model , set[1,])
Error in predict.randomForest(model, set[1, ]) : No forest component in the object
良い結果は得られませんでした。他のモデルと違って）相関性の高い予測変数が必要なんですね。
納得のいく結果が得られるものが見つからなかったのです。長い間、実験していないんですけどね。あまり時間がないんです。試してみてはいかがでしょうか。サンプルは完全に動作するコードを持っています。
グッドラック
PS.試してみると、入力マトリックスでは、予測変数は列ではなく行になっているはずです。
ありがとうございますが、私は残念ながら今、近い将来に完全に異なる、ちょうど座ることができないに従事している、私は作業方法に出くわしたが、すべてまだ生、研究は始まったばかりで、私はそれが長い間、多くの仕事を引きずるだろうと感じている...
もう一つの質問ですが、私を責めないでください） 標準的な MOパッケージ、フォレスト、ネット、ベクトル、コンボリューションなどを先生なしでトレーニングで使うことは可能ですか？
できるのではないかと思うのですが、どうすればいいのかがわかりません。
例えばフォレストの場合
library(randomForest)
label <- factor(iris$Species)
set <- iris[,-ncol(iris)]
model <- randomForest(x = set,data = set , mtry=4, ntree=20)
先生がいなくても教えたと思います。
google翻訳によると ---->教師なし 分類
Call:
randomForest(x = set, ntree = 20, mtry = 4, data = set)
Type of random forest: unsupervised
Number of trees: 20
No. of variables tried at each split: 4
しかし、どのように認識すればよいのでしょうか？))
Error in predict.randomForest(model, set[1, ]) :
No forest component in the object
これを解決するのを手伝ってくれませんか？
ありがとうございます。でも残念ながら、今はまったく別のことをしているので、しばらくは座っていられません。作業方法は見つけたのですが、まだ未熟で、研究は始まったばかりで、長い時間がかかりそうです。やるべきことはたくさんあるのですが...。
もう一つの質問ですが、私を責めないでください） 標準的な MOパッケージ、フォレスト、ネット、ベクトル、コンボリューションなどを先生なしでトレーニングで使うことは可能ですか？
できるのではないかと思うのですが、どうすればいいのかがわかりません。
例えばフォレストの場合
library(randomForest)
label <- factor(iris$Species)
set <- iris[,-ncol(iris)]
model <- randomForest(x = set,data = set , mtry=4, ntree=20)
先生がいなくても教えたと思います。
google翻訳によると ---->教師なし 分類
Call:
randomForest(x = set, ntree = 20, mtry = 4, data = set)
Type of random forest: unsupervised
Number of trees: 20
No. of variables tried at each split: 4
しかし、どのように認識すればよいのでしょうか？))
Error in predict.randomForest(model, set[1, ]) :
No forest component in the object
どうにかして、この問題をクリアにする方法はないでしょうか？
================================================
RandomUniformForestを使うことを強くお勧めします。そこには、他の「足場」にない機能がたくさんあります。教師なし学習について具体的に :
ランダムユニフォームフォレストによる教師なし学習
商品説明
ランダムユニフォームフォレストの教師なしモードは、あらゆる場合に、クラスタリング、次元削減、容易な視覚化、深い変数の重要性、オブザベーション、変数、クラスタ間の関係性を提供するように設計されています。また、簡単な評価（クラスター分析）と、任意のクラスタリング形状をその場で変更できる動的クラスタリングの2点を特徴としています。非類似度行列、多次元尺度法（MDS）またはスペクトル分解、k-meansまたは階層的クラスタリングの3層エンジンを使用する。教師なしモードでは、ギャップ統計量によりクラスタ数を知る必要がなく、教師ありモードの主なアルゴリズム特性を継承し、（ほぼ）あらゆるタイプの変数を使用することができます。
グッドラック
そうですね、一般的な質問としては、MOEで人気のあるパッケージ、randomforest、nnet、svmなどをすべて教師なしで教えることが可能かどうかということです。その他
フォレスト、一例ですが...。
実は、教師なしで畳み込みネットワークを 学習させたいのです
そうですね。問題は、MOEで人気のあるパッケージ、randomforest、nnet、svm......をすべて、教師なしで教えられるかどうかです。その他
フォレスト、あくまで例としてですが...。
実は、先生がいなくても教えたいのが畳み込みネットワークなんです。
何を教えたいのか？
その背景にはどのような考え方があるのでしょうか。
AutoEncoder、RBM、各種RF、クラスタリングモデルなど、教師なしで教えるためのモデルしか知らない。でも、畳み込み系は無理...。
グッドラック
何を教えたいのか？
どのような考え方ですか？
私は、教師なしで学習できるモデルとして、AutoEncoder、RBM、様々な種類のRF、クラスタリングモデルしか知りません。でも、コンボリューションのほうは無理ですね...。
グッドラック
そうですね、畳み込みネットワークは、同じようなパターンでも微妙に形が違うものを検出できるので、従来の線形MOとは違いますね。
フォレストや一般的なネットワークなど...
そして、すぐにターゲットで教えて、クラスターをターゲットになんとなく作る／合わせるよりも、まず「自然に、類似性で」というようにクラスターに分解して、ターゲットに合わせる方がずっと良いので、先生なしで教えたいのです
クラスターのアイデアについて書きましたが、私のターゲットに対しては、従来のどのような手口よりも効果的なものでした。
これは非定常性で、2つの方法があります。畳み込みネットワークか、dtwアルゴリズムか、ある種の補間か外挿か、正確な名前は分かりません。
非定常性に対してクラスタの適応性を高めるというものです。
よろしくお願いします・・・。
このようなコードがあります。
X <- rep(0,1000)
Y <- rep(999,100)
dat <- sample(c(X, Y))
dat
[1] 0 999 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[28] 0 0 0 999 999 0 0 0 0 0 0 0 0 0 0 999 0 0 0 0 0 0 0 0 0 999 0
[55] 0 0 0 0 999 0 0 0 0 0 999 0 0 0 0 0 999 0 0 0 0 0 0 0 0 0 0
[82] 0 0 0 0 0 0 0 0 999 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[109] 0 0 0 0 0 0 0 0 999 0 0 0 999 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[136] 0 0 0 0 0 0 0 999 0 0 0 0 0 999 0 999 0 0 0 0 0 0 0 0 0 0 0
for(i in 101:length(dat)){
idx <- 1:i
s1 <- dat[idx]
s2 <- which(s1!=0) # s2 - получаем индексы нужного события те когда s1 было не ноль
s3 <- tail(s2,3) # оставляем три поледних индекса
print( dat[s3] )
}
[1] 999 999 999
[1] 999 999 999
[1] 999 999 999
[1] 999 999 999
[1] 999 999 999
[1] 999 999 999
[1] 999 999 999
[1] 999 999 999
[1] 999 999 999
すべて順調、すべてうまくいく、しかし回線に問題がある
反復するごとにidx ベクトルは増加し、データが多ければ当然コードは乱暴に遅くなり、さらに進むと......。
私はこの問題を単純な方法で解決しました。各反復において、ベクトル全体ではなく、最後の100個の値だけを取り出します。
idx <- (i-100):i
idx <- (i-100):i # последние 100 значени вместо idx <- 1:i
s1 <- dat[idx]
s2 <- which(s1!=0) # s2 - получаем индексы нужного события те когда s1 было не ноль
s3 <- tail(s2,3) # оставляем три поледних индекса
print( dat[s3] )
}
しかし、このコードの出力は、すでに乱雑に見えます。
[1] 0 0 0
[1] 0 0 0
[1] 0 0 0
[1] 0 0 0
[1] 0 0 0
[1] 999 0 0
[1] 0 0 0
[1] 0 0 999
[1] 999 0 0
[1] 0 0 0
[1] 0 0 0
すべて正常に動作しているように見えますが、バグか何かでしょうか？
mytarmailS:
一体どうしたんだ？ 大丈夫だ、バグか何かか？
実際には「バグはあるが再現例はない」というものです。100列以上の特別なテーブルが必要で、そうすると、何かと問題が出てくる。そして、この例は、何もチェックできない小さなテーブルの一部であり、また、RDataファイルではなく、テキストによってです。
純粋に適当に - インデックスにエラーがあると思います。
もしs1をdatテーブルの先頭から(i-100)-1だけずらしたなら，得られた新しいインデックスで再びdatにアクセスするときに，このずれを考慮しなければならない．最後の行はprint(dat[i-101+s3]) とします。101ではなく、100かもしれません。または102。この数字のどこかにあるはずだ :)
pantural。
下着といい、紳士淑女の顔に恥ずかしげもなく下着を突きつけているようなもので、周囲もいい気はしないでしょう。下着は隠したほうがいい。例えば、ニコライ・コシツィンやレシェトフが下着を見せているのを見たことがありますか？
========================
なりすまし」と言われるかもしれませんが、Rのコミュニティでは、質問をするときに再現性のあるコードを引用するのが通例です。そして、その通りです。コードを引用しないストーリーは、空虚な言葉です。このスレッドの目的は、MoDの例で教えることです。
なぜ、周りの人の分まで契約しているのか？ルールを作る必要はない、誰もあなたにそれを許可していない。
すべての権利mytarmailSと他の参加者は、多くの人が自分自身のために有用な何かを学ぶことができるコードの例を与えることはありません。