Python & scikit Learn: 在训练过程中用自定义调用替换矩阵向量乘积

我查看了scikit-learn的文档,但没有找到一种直接的方法来用自定义的评估调用替换传播过程中的矩阵-向量乘积计算。

有没有一种方法已经是API的一部分…或者有什么技巧可以让我注入一个自定义的矩阵向量乘积评估器?


回答:

简而言之 – 不,这是不可能的。主要是因为当你使用scikit-learn时,一些算术运算甚至不是在Python中执行的 – 它们实际上是由基于C的扩展(如libsvm库)执行的。你可以对numpy的.dot进行猴子补丁来实现你想要的效果,但你无法保证scikit-learn仍然能正常工作,因为它使用numpy执行某些操作,而使用C扩展执行其他操作。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注