Forum Replies Created
- Posts
Olá Guilherme,
O ganho de informação é uma propriedade das variáveis, não das classes, que são a própria informação que as variáveis estão tentando “ganhar”, por isso o coeficiente é definido somente para as variáveis.
Olá Gabriel,
Veja que a função
calculaSaidarecebe uma variável chamadaregistro, e logo na sua primeira linha, ela chama o métododotderegistro. Acontece quedoté um método de numpy arrays, masentradas[i]é originalmente uma lista, então temos que convertê-la para numpy array para que a função funcione.Olá Alexandre,
Existe sim, encontrei várias implementações pesquisando no Google mesmo, veja algumas:
https://jaketae.github.io/study/genetic-algorithm/
https://medium.com/thecyphy/travelling-salesman-problem-using-genetic-algorithm-130ab957f165
https://www.crowdatascience.com/travelling-salesman-problem-in-r-with-location-data/
Olá Marcio,
Existem algumas bibliotecas que permitem instanciar callbacks, que são códigos que rodam em momentos pré-definidos da execução, como por exemplo no final de cada época. Para exibir os pesos, você poderia usar um callback customizado. A biblioteca scikit-learn, infelizmente, não oferece esta opção, mas com o Keras é possível, veja a documentação: https://keras.io/api/callbacks/
Olá Lucas,
É que o scaler recebe objetos no formato
(n_instancias, n_variaveis), então mesmo quando só tem uma instância, ela deve ser apresentada como um array bidimensional(1, n_variaveis).Olá Pericles,
Isto acontece porque, em algum momento do seu código, o valor de
messageé um número do tipo float, aí a comprehension não funciona poismessagedeve ser um iterável, ou seja, algo capaz de ser utilizado em um loop do tipo for. Para evitar isso, converte antes a colunaReview Textpara string, pois toda string é iterável.Olá Koki,
Na verdade não, é que os outros registros não foram classificados errado (ou seja, o erro é igual a 0), mas o correto é usar todos os registros na atualização.
Olá Daniel,
Certamente que ajustar os hiperparâmetros pode melhorar o modelo (este processo é chamado de otimização dos hiperparâmetros), mas a melhoria não costuma ser muito significativa, dificilmente você vai sair de 75% para 90% só com isso, por exemplo.
Muitos problemas se beneficiam de dados sintéticos, mas você deve imaginar como é difícil gerar dados sintéticos para texto, acredito que isso hoje só seja possível utilizando outra inteligência artificial. No meu trabalho, por exemplo, um colega usou o modelo GPT-3 para gerar dados para treinar, com resultados bem satisfatórios.
Por último, é difícil se manter atualizado sobre bases de dados quando a gente não trabalha diretamente com isso, então minha recomendação seria a mesma que eu faria: pesquisar no Google. 🙂
Acho que é porque você precisa rodar a parte do código onde plota o gráfico tudo de uma vez, porque os elementos do gráfico são adicionados um a um, e se você interromper o código no meio, só vai plotar a metade das informações.
Roda desde a linha
pcolor(som.distance_map().T)até o final em uma única célula.É isso mesmo Marcos. Quando a gente atualiza uma variável, tem que tomar cuidado para criar ela de volta se quiser reexecutar alguma parte do código.
Marcos, eu desconfio que isto está acontecendo porque o resultado do método
fit_transformjá é um array.Tenta simplesmente retirar o método
toarray()do final da chamada do código.Parece que seu código está colocando todos os registros no mesmo neurônio. Nessas horas, é melhor reiniciar o ambiente de execução com o código original e tentar de novo.
Não precisa botar dentro de uma função, pode ser exatamente como eu escrevi:
import pandas as pd df1 = {"Task1": ["Appoint department heads or managers and assign or delegate responsibilities to them", "Analyze operations to assess the performance of a company or its staff in meeting objectives or to determine areas of potential cost reduction, program improvement, or policy change", "Directing, planning or implementing policies, objectives or activities of organizations or businesses to ensure continuity of operations, maximize return on investment or increase productivity", "Prepare budgets for approval, including those for program funding or implementation", "Establish departmental responsibilities and coordinate roles across departments and sites", "Give speeches, write articles, or present information at meetings or conventions to promote services, exchange ideas, or achieve goals","Prepare or report on activities, expenses, budgets, statutes or government decisions or other items that affect program business or services", "Organize or approve promotional campaigns"]} #load data into a DataFrame object: df1 = pd.DataFrame(df1) df2 = { "Task2": ["Define unit to participate in the production process", "Apply resources, according to the company's mission", "Sign agreements, agreements and contracts", "Supervise the execution of commercial, industrial, administrative and financial activity plans", "Interact with government agencies", "Define guidelines for contracting infrastructure services", "Evaluate the quality of the services provided", "Manage purchases and contracts", "Plan strategic actions for people management", "Discuss budget distribution between areas", "Demonstrate oral and written communication skills", "Sign agreements, agreements and contracts"]} df2 = pd.DataFrame(df2) df_final = pd.concat([df1,df2], axis=1) matriz_similaridade = [] for sent1 in df_final['Task1']: vetor_similaridade = [] for sent2 in df_final['Task2']: vetor_similaridade.append(calcula_similaridade_sentencas(sent1, sent2)) matriz_similaridade.append(vetor_similaridade) matriz_similaridade = np.array(matriz_similaridade)Para agrupamento não-supervisionado dá pra usar o KNN, que é o mais clássico. Não tenho experiência com as ferramentas mais recentes mas ouço falar bastante das que constam nesses dois artigos: https://towardsdatascience.com/unsupervised-learning-and-data-clustering-eeecb78b422a, https://towardsdatascience.com/t-sne-clearly-explained-d84c537f53a
