Danke!

Danke euch! Nur aus Interesse: Was ist generell für ein Ansatz möglich (wenn es jetzt nicht um Text geht sondern zB um "normale" Zahlenwerte als features) wenn man von einigen items weiß dass sie zB spam sind und von anderen nicht? (und diese somit vorhersagen möchte) Ist ja im Prinzip ein...

Hallo, ich habe einen Datensatz der für verschiedene items (emails) verschiedene features hat. Außerdem WEIß ich von einigen emails, dass sie spam sind. Jetzt möchte ich für die anderen (von denen ich es nicht weiß) eine Vorhersage treffen, ob sie Spam sind oder nicht. Ich sehe auf den ersten Blick ...

Danke für den Tipp, ich bin mir nicht sicher ob es hilft da auf jeden Fall noch ein Fehler bei meinem "pen" array liegt....nur weiß ich nicht wo

@ThomasL: Hast Du eine Idee wie ich für diese Funktion die grad und hess berechnen kann?

Eine Vorgabe gibt es nicht, es ist nur eine Idee von mir: Die Loss Funktion soll nicht nur falsche Klassifizierungen berücksichtigen, sondern auch eine Nebenbedingung meines Modells beachten (bzw zumindest in einer Form bestrafen wenn sie nicht eingehalten wird): https://wetransfer.com/downloads/70c...

Sorry vergessen. Vielen Dank schonmal für die Mühe!
https://wetransfer.com/downloads/2a305e ... 230/c568ee

Ist es hier irgendwie mögliche eine Datei hochzuladen?

Ich habe eine Funktion, die zwei Werte zurückgeben soll: den gradient und hess des zuvor berechneten "margin". def softmax(mat): res = np.exp(mat) res = np.multiply(res, 1/np.sum(res, axis=1, keepdims=True)) return res def function1(y_true, y_pred_encoded): pred = y_pred_encoded.reshape((-...

Danke

Achso, ja im Prinzip möchte ich genau das, nur soll der Unterschied als positiver Wert abgebildet werde

Ich habe im Rahmen eines gradient boosted classifiers (decision tree) eine custom loss function implementiert die folgendermaßen aussieht und funktioniert: def softmax(mat): res = np.exp(mat) res = np.multiply(res, 1/np.sum(res, axis=1, keepdims=True)) return res def custom_asymmetric_objective(y_tr...

@Sirius3: Ich bekomme bei Deiner Methode die richtigen Werte, nur mit einem Minus davor. Was macht das clippen anders?

Vielen Dank

Hallo, ich habe einen DataFrame der wie folgt aussieht (leider funktioniert das hier mit dem Bilder einfügen nicht, ich hoffe man kann es erkennen: Eigentlich ist nur wichtig dass es eine Spalte gibt die 'beta' heißt): muL sdL mu A B w beta 79 142.283545 257.856675 53.778125 1 1 0.008738 0.006882 31...

Danke für die Antwort! Habe den Fehler gefunden: Ich hatte den parameter stratify auf true gesetzt...das funktioniert dann natürlich nicht mehr wenn man einen anderen Datensatz hat

Ja genau ich verwende die train_test_split Funktion. Die Daten haben die gleiche Reihenfolge, alle features sind gleich nur eben das Label ist verschieden. Trotzdem, liefert die Funktion nicht den gleichen Split

Ich habe einen Decision Tree implementiert und möchte ihn mit verschiedenen Daten testen. Der Datensatz enthält zB 200 items, die ich zufällig in 70% Training- und 30% Testdaten aufteile. Mein zweiter Datensatz enthält die "selben" 200 items, nur das Label/ die Klasse der items ist etwas v...

Ok probier ich, danke für die Hilfe!!