Respostas no Fórum
- AutorPosts
Valeu pela contribuição Fabio, ficou bem mais limpo e mais fácil do que aquela quantidade gigante de código hehe
Olá,
Esse tutorial mostra como fazer
https://machinelearningmastery.com/how-to-save-a-numpy-array-to-file-for-machine-learning/
Jones
Olá,
É para contar quantos registros pertencem em cada uma das classes (relacionado ao base line classifier)
Jones
Olá Paulo,
Achei este artigo da Microsoft que mostra testes do Thompson Sampling com bases de dados reais 🙂
https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/thompson.pdf
Jones
É possível sim, mas nesse curso não é mostrado. Veja este link abaixo
Olá Flavia,
Sim, poderia considerar um erro do algoritmo. Mas essa base de dados é bem ruim e dificilmente vamos chegar em valores melhores 🙁
No final eu comento sobre algumas melhorias que podem ser implementadas. Veja também o curso Processamento de Linguagem Natural com spaCy e Python, que usamos uma base do Twitter em português e conseguimos resultados bem interessantes 🙂
Jones
Acabei de adicionar!
Sugiro tentar novamente outra hora, talvez seja algum problema temporário no Google Colab. Pode sim usar as outras ferramentas
Olá,
Pode ser alguma instabilidade na conexão com a Internet ou então já existem muitas seções abertas com seu usuário, aí ele não permite conectar (tente com outro navegador). Abaixo tem algumas discussões sobre problemas em rodar o Colab
https://github.com/googlecolab/colabtools/issues/65
Jones
Olá Paulo,
Não cheguei a fazer testes com outros cenários ou em ambientes reais, mas creio que você precisaria ter uma base de dados prévia dos seus anúncios (por exemplo, os dados de Facebook ads)
Jones
Olá Emerson,
Não sei se entendi a dúvida, mas estamos fazendo os testes com todos os algoritmos. O random_state é para sempre termos os mesmos resultados e o solver é o algoritmo para encontrar os coeficientes serão encontrados. Mais detalhes tem aqui neste link da documentação
https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html
Jones
Valeu por avisar Davi! Já está atualizado 🙂
Olá Everton,
Já está corrigido 🙂
Valeu por avisar
Jones
Olá Emerson,
Consegue sim, basicamente pode agrupar por esses campos (pode tentar o parâmetro hue do seaborn)
Jones
18 de agosto de 2020 às 20:31 em resposta a: Porque utilizar o “-2” no comando :i = similaridade.argsort()[0][-2] ? #20044É para pegarmos o menor valor (que é zero). O primeiro [0] é para acessarmos a primeira posição, pois a variável é uma matriz – array([[1, 2, 0, 3]]) – Com o primeiro zero acessamos a primeira posição do array (somente o vetor [1,2,0,3]), e deste vetor, acessamos o 0 com o -2
- AutorPosts