Keras Binary Classification val_acc won't go past ~67; Full data and code included Unicorn Meta Zoo #1: Why another podcast? Announcing the arrival of Valued Associate #679: Cesar Manara 2019 Moderator Election Q&A - Questionnaire 2019 Community Moderator Election ResultsExtracting the code from KerasDeep Learning: Feed Forward for Unbalanced Classes Using Tensor FlowBinary text classification problem with small label-dataset using kerasBinary classification of every time series step based on past and future valuesmodeling binary classification dataSimple prediction with KerasValueError: Error when checking target: expected dense_2 to have shape (1,) but got array with shape (0,)keras model only predicts one class for all the test imagesBinary Classification of Numeric Sequences with Keras and LSTMsIs this a data issue, or a model issue? A Keras binary classification model

Was there ever a LEGO store in Miami International Airport?

How to translate "red flag" into Spanish?

Did war bonds have better investment alternatives during WWII?

What do you call an IPA symbol that lacks a name (e.g. ɲ)?

Why doesn't the university give past final exams' answers?

In search of the origins of term censor, I hit a dead end stuck with the greek term, to censor, λογοκρίνω

Determinant of a matrix with 2 equal rows

Are there existing rules/lore for MTG planeswalkers?

What is ls Largest Number Formed by only moving two sticks in 508?

What to do with someone that cheated their way though university and a PhD program?

Coin Game with infinite paradox

Why I cannot instantiate a class whose constructor is private in a friend class?

/bin/ls sorts differently than just ls

Why aren't road bicycle wheels tiny?

When speaking, how do you change your mind mid-sentence?

Why is arima in R one time step off?

What is the evidence that custom checks in Northern Ireland are going to result in violence?

Was Objective-C really a hindrance to Apple software development?

Does a Draconic Bloodline sorcerer's doubled proficiency bonus for Charisma checks against dragons apply to all dragon types or only the chosen one?

Simulate round-robin tournament draw

What's parked in Mil Moscow helicopter plant?

Is Bran literally the world's memory?

Why does the Cisco show run command not show the full version, while the show version command does?

Co-worker works way more than he should



Keras Binary Classification val_acc won't go past ~67; Full data and code included



Unicorn Meta Zoo #1: Why another podcast?
Announcing the arrival of Valued Associate #679: Cesar Manara
2019 Moderator Election Q&A - Questionnaire
2019 Community Moderator Election ResultsExtracting the code from KerasDeep Learning: Feed Forward for Unbalanced Classes Using Tensor FlowBinary text classification problem with small label-dataset using kerasBinary classification of every time series step based on past and future valuesmodeling binary classification dataSimple prediction with KerasValueError: Error when checking target: expected dense_2 to have shape (1,) but got array with shape (0,)keras model only predicts one class for all the test imagesBinary Classification of Numeric Sequences with Keras and LSTMsIs this a data issue, or a model issue? A Keras binary classification model










0












$begingroup$


I'm working on a binary classification in Keras with a Tensorflow backend. No matter how much I tweak, I can't seem to get my model past a val_acc of 67%. Is there something I'm missing, or is this just simply as accurate as I can get with my data?



Link to the data I am using



My Code



Load and Balance dataset to a 1:1, and create validation data.



from sklearn.utils import resample

raw_data = pd.read_csv('Data.csv')

df_majority = raw_data[raw_data['RESULT']==0].iloc[1:-2,0:3].dropna()
df_minority = raw_data[raw_data['RESULT']==1].iloc[1:-2,0:3].dropna()

print(raw_data['RESULT'].value_counts())


df_majority_downsampled = resample(df_majority,
replace=False,
n_samples=raw_data['RESULT'].value_counts()[1],
random_state=123)

# Combine minority class with downsampled majority class
df_downsampled = pd.concat([df_majority_downsampled,df_minority])

# Display new class counts
print(df_downsampled['RESULT'].value_counts())
print(numpy.unique(df_downsampled['RESULT']))

X = df_downsampled.iloc[1:-2,0:2].dropna()
Y = df_downsampled.iloc[1:-2,2:3].dropna()

X, XTest, Y, YTest = train_test_split(X, Y, test_size = 0.3, random_state = 0)

print(YTest['RESULT'].value_counts()) #Just a double check to make


Create Model



def create_model(activation):
model = Sequential()

model.add(Dense(128,activation=activation,input_dim=2))
model.add(BatchNormalization())

model.add(Dense(64,activation=activation))
model.add(BatchNormalization())
model.add(Dropout(0.2))

model.add(Dense(32,activation=activation))
model.add(BatchNormalization())
model.add(Dropout(0.2))

model.add(Dense(16,activation=activation))
model.add(BatchNormalization())
model.add(Dropout(0.2))

model.add(Dense(8,activation=activation))
model.add(BatchNormalization())
model.add(Dropout(0.2))

model.add(Dense(4,activation=activation))
model.add(BatchNormalization())
model.add(Dropout(0.2))

model.add(Dense(2,activation=activation))
model.add(BatchNormalization())
model.add(Dropout(0.2))

model.add(Dense(1,activation='sigmoid'))
# load weights
model.load_weights("weights.best.hdf5")
model.compile(loss='binary_crossentropy', optimizer=Adam(lr=0.0001),metrics=['accuracy'])

return model
model = create_model('relu')

filepath ="weights.best.hdf5"
checkpoint = ModelCheckpoint(filepath,monitor='val_acc',verbose=1,save_best_only=True,mode='max')
callbacks_list = [checkpoint]

history = model.fit(X,Y,epochs=2000,batch_size=32, shuffle = True,validation_data = (XTest,YTest), verbose = 0,
callbacks=callbacks_list)


Predict and get score



from sklearn.metrics import roc_auc_score

predict = model.predict_classes(X)
print(numpy.unique(predict))

#for index,val in enumerate(predict):
#print("Predicted: %s, actual: %s, for val %s"(val[0],Y.iloc[index].values,X.iloc[index].values))

predict = [val[0] for val in predict]
print("ras score: ",roc_auc_score(Y,predict))


predict = model.predict(numpy.array([0.0235,0.5]).reshape(-1,2))
print(predict[0][0])


Result using current model
result










share|improve this question









$endgroup$
















    0












    $begingroup$


    I'm working on a binary classification in Keras with a Tensorflow backend. No matter how much I tweak, I can't seem to get my model past a val_acc of 67%. Is there something I'm missing, or is this just simply as accurate as I can get with my data?



    Link to the data I am using



    My Code



    Load and Balance dataset to a 1:1, and create validation data.



    from sklearn.utils import resample

    raw_data = pd.read_csv('Data.csv')

    df_majority = raw_data[raw_data['RESULT']==0].iloc[1:-2,0:3].dropna()
    df_minority = raw_data[raw_data['RESULT']==1].iloc[1:-2,0:3].dropna()

    print(raw_data['RESULT'].value_counts())


    df_majority_downsampled = resample(df_majority,
    replace=False,
    n_samples=raw_data['RESULT'].value_counts()[1],
    random_state=123)

    # Combine minority class with downsampled majority class
    df_downsampled = pd.concat([df_majority_downsampled,df_minority])

    # Display new class counts
    print(df_downsampled['RESULT'].value_counts())
    print(numpy.unique(df_downsampled['RESULT']))

    X = df_downsampled.iloc[1:-2,0:2].dropna()
    Y = df_downsampled.iloc[1:-2,2:3].dropna()

    X, XTest, Y, YTest = train_test_split(X, Y, test_size = 0.3, random_state = 0)

    print(YTest['RESULT'].value_counts()) #Just a double check to make


    Create Model



    def create_model(activation):
    model = Sequential()

    model.add(Dense(128,activation=activation,input_dim=2))
    model.add(BatchNormalization())

    model.add(Dense(64,activation=activation))
    model.add(BatchNormalization())
    model.add(Dropout(0.2))

    model.add(Dense(32,activation=activation))
    model.add(BatchNormalization())
    model.add(Dropout(0.2))

    model.add(Dense(16,activation=activation))
    model.add(BatchNormalization())
    model.add(Dropout(0.2))

    model.add(Dense(8,activation=activation))
    model.add(BatchNormalization())
    model.add(Dropout(0.2))

    model.add(Dense(4,activation=activation))
    model.add(BatchNormalization())
    model.add(Dropout(0.2))

    model.add(Dense(2,activation=activation))
    model.add(BatchNormalization())
    model.add(Dropout(0.2))

    model.add(Dense(1,activation='sigmoid'))
    # load weights
    model.load_weights("weights.best.hdf5")
    model.compile(loss='binary_crossentropy', optimizer=Adam(lr=0.0001),metrics=['accuracy'])

    return model
    model = create_model('relu')

    filepath ="weights.best.hdf5"
    checkpoint = ModelCheckpoint(filepath,monitor='val_acc',verbose=1,save_best_only=True,mode='max')
    callbacks_list = [checkpoint]

    history = model.fit(X,Y,epochs=2000,batch_size=32, shuffle = True,validation_data = (XTest,YTest), verbose = 0,
    callbacks=callbacks_list)


    Predict and get score



    from sklearn.metrics import roc_auc_score

    predict = model.predict_classes(X)
    print(numpy.unique(predict))

    #for index,val in enumerate(predict):
    #print("Predicted: %s, actual: %s, for val %s"(val[0],Y.iloc[index].values,X.iloc[index].values))

    predict = [val[0] for val in predict]
    print("ras score: ",roc_auc_score(Y,predict))


    predict = model.predict(numpy.array([0.0235,0.5]).reshape(-1,2))
    print(predict[0][0])


    Result using current model
    result










    share|improve this question









    $endgroup$














      0












      0








      0





      $begingroup$


      I'm working on a binary classification in Keras with a Tensorflow backend. No matter how much I tweak, I can't seem to get my model past a val_acc of 67%. Is there something I'm missing, or is this just simply as accurate as I can get with my data?



      Link to the data I am using



      My Code



      Load and Balance dataset to a 1:1, and create validation data.



      from sklearn.utils import resample

      raw_data = pd.read_csv('Data.csv')

      df_majority = raw_data[raw_data['RESULT']==0].iloc[1:-2,0:3].dropna()
      df_minority = raw_data[raw_data['RESULT']==1].iloc[1:-2,0:3].dropna()

      print(raw_data['RESULT'].value_counts())


      df_majority_downsampled = resample(df_majority,
      replace=False,
      n_samples=raw_data['RESULT'].value_counts()[1],
      random_state=123)

      # Combine minority class with downsampled majority class
      df_downsampled = pd.concat([df_majority_downsampled,df_minority])

      # Display new class counts
      print(df_downsampled['RESULT'].value_counts())
      print(numpy.unique(df_downsampled['RESULT']))

      X = df_downsampled.iloc[1:-2,0:2].dropna()
      Y = df_downsampled.iloc[1:-2,2:3].dropna()

      X, XTest, Y, YTest = train_test_split(X, Y, test_size = 0.3, random_state = 0)

      print(YTest['RESULT'].value_counts()) #Just a double check to make


      Create Model



      def create_model(activation):
      model = Sequential()

      model.add(Dense(128,activation=activation,input_dim=2))
      model.add(BatchNormalization())

      model.add(Dense(64,activation=activation))
      model.add(BatchNormalization())
      model.add(Dropout(0.2))

      model.add(Dense(32,activation=activation))
      model.add(BatchNormalization())
      model.add(Dropout(0.2))

      model.add(Dense(16,activation=activation))
      model.add(BatchNormalization())
      model.add(Dropout(0.2))

      model.add(Dense(8,activation=activation))
      model.add(BatchNormalization())
      model.add(Dropout(0.2))

      model.add(Dense(4,activation=activation))
      model.add(BatchNormalization())
      model.add(Dropout(0.2))

      model.add(Dense(2,activation=activation))
      model.add(BatchNormalization())
      model.add(Dropout(0.2))

      model.add(Dense(1,activation='sigmoid'))
      # load weights
      model.load_weights("weights.best.hdf5")
      model.compile(loss='binary_crossentropy', optimizer=Adam(lr=0.0001),metrics=['accuracy'])

      return model
      model = create_model('relu')

      filepath ="weights.best.hdf5"
      checkpoint = ModelCheckpoint(filepath,monitor='val_acc',verbose=1,save_best_only=True,mode='max')
      callbacks_list = [checkpoint]

      history = model.fit(X,Y,epochs=2000,batch_size=32, shuffle = True,validation_data = (XTest,YTest), verbose = 0,
      callbacks=callbacks_list)


      Predict and get score



      from sklearn.metrics import roc_auc_score

      predict = model.predict_classes(X)
      print(numpy.unique(predict))

      #for index,val in enumerate(predict):
      #print("Predicted: %s, actual: %s, for val %s"(val[0],Y.iloc[index].values,X.iloc[index].values))

      predict = [val[0] for val in predict]
      print("ras score: ",roc_auc_score(Y,predict))


      predict = model.predict(numpy.array([0.0235,0.5]).reshape(-1,2))
      print(predict[0][0])


      Result using current model
      result










      share|improve this question









      $endgroup$




      I'm working on a binary classification in Keras with a Tensorflow backend. No matter how much I tweak, I can't seem to get my model past a val_acc of 67%. Is there something I'm missing, or is this just simply as accurate as I can get with my data?



      Link to the data I am using



      My Code



      Load and Balance dataset to a 1:1, and create validation data.



      from sklearn.utils import resample

      raw_data = pd.read_csv('Data.csv')

      df_majority = raw_data[raw_data['RESULT']==0].iloc[1:-2,0:3].dropna()
      df_minority = raw_data[raw_data['RESULT']==1].iloc[1:-2,0:3].dropna()

      print(raw_data['RESULT'].value_counts())


      df_majority_downsampled = resample(df_majority,
      replace=False,
      n_samples=raw_data['RESULT'].value_counts()[1],
      random_state=123)

      # Combine minority class with downsampled majority class
      df_downsampled = pd.concat([df_majority_downsampled,df_minority])

      # Display new class counts
      print(df_downsampled['RESULT'].value_counts())
      print(numpy.unique(df_downsampled['RESULT']))

      X = df_downsampled.iloc[1:-2,0:2].dropna()
      Y = df_downsampled.iloc[1:-2,2:3].dropna()

      X, XTest, Y, YTest = train_test_split(X, Y, test_size = 0.3, random_state = 0)

      print(YTest['RESULT'].value_counts()) #Just a double check to make


      Create Model



      def create_model(activation):
      model = Sequential()

      model.add(Dense(128,activation=activation,input_dim=2))
      model.add(BatchNormalization())

      model.add(Dense(64,activation=activation))
      model.add(BatchNormalization())
      model.add(Dropout(0.2))

      model.add(Dense(32,activation=activation))
      model.add(BatchNormalization())
      model.add(Dropout(0.2))

      model.add(Dense(16,activation=activation))
      model.add(BatchNormalization())
      model.add(Dropout(0.2))

      model.add(Dense(8,activation=activation))
      model.add(BatchNormalization())
      model.add(Dropout(0.2))

      model.add(Dense(4,activation=activation))
      model.add(BatchNormalization())
      model.add(Dropout(0.2))

      model.add(Dense(2,activation=activation))
      model.add(BatchNormalization())
      model.add(Dropout(0.2))

      model.add(Dense(1,activation='sigmoid'))
      # load weights
      model.load_weights("weights.best.hdf5")
      model.compile(loss='binary_crossentropy', optimizer=Adam(lr=0.0001),metrics=['accuracy'])

      return model
      model = create_model('relu')

      filepath ="weights.best.hdf5"
      checkpoint = ModelCheckpoint(filepath,monitor='val_acc',verbose=1,save_best_only=True,mode='max')
      callbacks_list = [checkpoint]

      history = model.fit(X,Y,epochs=2000,batch_size=32, shuffle = True,validation_data = (XTest,YTest), verbose = 0,
      callbacks=callbacks_list)


      Predict and get score



      from sklearn.metrics import roc_auc_score

      predict = model.predict_classes(X)
      print(numpy.unique(predict))

      #for index,val in enumerate(predict):
      #print("Predicted: %s, actual: %s, for val %s"(val[0],Y.iloc[index].values,X.iloc[index].values))

      predict = [val[0] for val in predict]
      print("ras score: ",roc_auc_score(Y,predict))


      predict = model.predict(numpy.array([0.0235,0.5]).reshape(-1,2))
      print(predict[0][0])


      Result using current model
      result







      machine-learning deep-learning keras dataset data-cleaning






      share|improve this question













      share|improve this question











      share|improve this question




      share|improve this question










      asked 12 mins ago









      PavlovsCatPavlovsCat

      82




      82




















          0






          active

          oldest

          votes












          Your Answer








          StackExchange.ready(function()
          var channelOptions =
          tags: "".split(" "),
          id: "557"
          ;
          initTagRenderer("".split(" "), "".split(" "), channelOptions);

          StackExchange.using("externalEditor", function()
          // Have to fire editor after snippets, if snippets enabled
          if (StackExchange.settings.snippets.snippetsEnabled)
          StackExchange.using("snippets", function()
          createEditor();
          );

          else
          createEditor();

          );

          function createEditor()
          StackExchange.prepareEditor(
          heartbeatType: 'answer',
          autoActivateHeartbeat: false,
          convertImagesToLinks: false,
          noModals: true,
          showLowRepImageUploadWarning: true,
          reputationToPostImages: null,
          bindNavPrevention: true,
          postfix: "",
          imageUploader:
          brandingHtml: "Powered by u003ca class="icon-imgur-white" href="https://imgur.com/"u003eu003c/au003e",
          contentPolicyHtml: "User contributions licensed under u003ca href="https://creativecommons.org/licenses/by-sa/3.0/"u003ecc by-sa 3.0 with attribution requiredu003c/au003e u003ca href="https://stackoverflow.com/legal/content-policy"u003e(content policy)u003c/au003e",
          allowUrls: true
          ,
          onDemand: true,
          discardSelector: ".discard-answer"
          ,immediatelyShowMarkdownHelp:true
          );



          );













          draft saved

          draft discarded


















          StackExchange.ready(
          function ()
          StackExchange.openid.initPostLogin('.new-post-login', 'https%3a%2f%2fdatascience.stackexchange.com%2fquestions%2f50825%2fkeras-binary-classification-val-acc-wont-go-past-67-full-data-and-code-includ%23new-answer', 'question_page');

          );

          Post as a guest















          Required, but never shown

























          0






          active

          oldest

          votes








          0






          active

          oldest

          votes









          active

          oldest

          votes






          active

          oldest

          votes















          draft saved

          draft discarded
















































          Thanks for contributing an answer to Data Science Stack Exchange!


          • Please be sure to answer the question. Provide details and share your research!

          But avoid


          • Asking for help, clarification, or responding to other answers.

          • Making statements based on opinion; back them up with references or personal experience.

          Use MathJax to format equations. MathJax reference.


          To learn more, see our tips on writing great answers.




          draft saved


          draft discarded














          StackExchange.ready(
          function ()
          StackExchange.openid.initPostLogin('.new-post-login', 'https%3a%2f%2fdatascience.stackexchange.com%2fquestions%2f50825%2fkeras-binary-classification-val-acc-wont-go-past-67-full-data-and-code-includ%23new-answer', 'question_page');

          );

          Post as a guest















          Required, but never shown





















































          Required, but never shown














          Required, but never shown












          Required, but never shown







          Required, but never shown

































          Required, but never shown














          Required, but never shown












          Required, but never shown







          Required, but never shown







          Popular posts from this blog

          Францішак Багушэвіч Змест Сям'я | Біяграфія | Творчасць | Мова Багушэвіча | Ацэнкі дзейнасці | Цікавыя факты | Спадчына | Выбраная бібліяграфія | Ушанаванне памяці | У філатэліі | Зноскі | Літаратура | Спасылкі | НавігацыяЛяхоўскі У. Рупіўся дзеля Бога і людзей: Жыццёвы шлях Лявона Вітан-Дубейкаўскага // Вольскі і Памідораў з песняй пра немца Адвакат, паэт, народны заступнік Ашмянскі веснікВ Минске появится площадь Богушевича и улица Сырокомли, Белорусская деловая газета, 19 июля 2001 г.Айцец беларускай нацыянальнай ідэі паўстаў у бронзе Сяргей Аляксандравіч Адашкевіч (1918, Мінск). 80-я гады. Бюст «Францішак Багушэвіч».Яўген Мікалаевіч Ціхановіч. «Партрэт Францішка Багушэвіча»Мікола Мікалаевіч Купава. «Партрэт зачынальніка новай беларускай літаратуры Францішка Багушэвіча»Уладзімір Іванавіч Мелехаў. На помніку «Змагарам за родную мову» Барэльеф «Францішак Багушэвіч»Памяць пра Багушэвіча на Віленшчыне Страчаная сталіца. Беларускія шыльды на вуліцах Вільні«Krynica». Ideologia i przywódcy białoruskiego katolicyzmuФранцішак БагушэвічТворы на knihi.comТворы Францішка Багушэвіча на bellib.byСодаль Уладзімір. Францішак Багушэвіч на Лідчыне;Луцкевіч Антон. Жыцьцё і творчасьць Фр. Багушэвіча ў успамінах ягоных сучасьнікаў // Запісы Беларускага Навуковага таварыства. Вільня, 1938. Сшытак 1. С. 16-34.Большая российская1188761710000 0000 5537 633Xn9209310021619551927869394п

          Беларусь Змест Назва Гісторыя Геаграфія Сімволіка Дзяржаўны лад Палітычныя партыі Міжнароднае становішча і знешняя палітыка Адміністрацыйны падзел Насельніцтва Эканоміка Культура і грамадства Сацыяльная сфера Узброеныя сілы Заўвагі Літаратура Спасылкі НавігацыяHGЯOiТоп-2011 г. (па версіі ej.by)Топ-2013 г. (па версіі ej.by)Топ-2016 г. (па версіі ej.by)Топ-2017 г. (па версіі ej.by)Нацыянальны статыстычны камітэт Рэспублікі БеларусьШчыльнасць насельніцтва па краінахhttp://naviny.by/rubrics/society/2011/09/16/ic_articles_116_175144/А. Калечыц, У. Ксяндзоў. Спробы засялення краю неандэртальскім чалавекам.І ў Менску былі мамантыА. Калечыц, У. Ксяндзоў. Старажытны каменны век (палеаліт). Першапачатковае засяленне тэрыторыіГ. Штыхаў. Балты і славяне ў VI—VIII стст.М. Клімаў. Полацкае княства ў IX—XI стст.Г. Штыхаў, В. Ляўко. Палітычная гісторыя Полацкай зямліГ. Штыхаў. Дзяржаўны лад у землях-княствахГ. Штыхаў. Дзяржаўны лад у землях-княствахБеларускія землі ў складзе Вялікага Княства ЛітоўскагаЛюблінская унія 1569 г."The Early Stages of Independence"Zapomniane prawdy25 гадоў таму было аб'яўлена, што Язэп Пілсудскі — беларус (фота)Наша вадаДакументы ЧАЭС: Забруджванне тэрыторыі Беларусі « ЧАЭС Зона адчужэнняСведения о политических партиях, зарегистрированных в Республике Беларусь // Министерство юстиции Республики БеларусьСтатыстычны бюлетэнь „Полаўзроставая структура насельніцтва Рэспублікі Беларусь на 1 студзеня 2012 года і сярэднегадовая колькасць насельніцтва за 2011 год“Индекс человеческого развития Беларуси — не было бы нижеБеларусь занимает первое место в СНГ по индексу развития с учетом гендерного факцёраНацыянальны статыстычны камітэт Рэспублікі БеларусьКанстытуцыя РБ. Артыкул 17Трансфармацыйныя задачы БеларусіВыйсце з крызісу — далейшае рэфармаванне Беларускі рубель — сусветны лідар па дэвальвацыяхПра змену коштаў у кастрычніку 2011 г.Бядней за беларусаў у СНД толькі таджыкіСярэдні заробак у верасні дасягнуў 2,26 мільёна рублёўЭканомікаГаласуем за ТОП-100 беларускай прозыСучасныя беларускія мастакіАрхитектура Беларуси BELARUS.BYА. Каханоўскі. Культура Беларусі ўсярэдзіне XVII—XVIII ст.Анталогія беларускай народнай песні, гуказапісы спеваўБеларускія Музычныя IнструментыБеларускі рок, які мы страцілі. Топ-10 гуртоў«Мясцовы час» — нязгаслая легенда беларускай рок-музыкіСЯРГЕЙ БУДКІН. МЫ НЯ ЗНАЕМ СВАЁЙ МУЗЫКІМ. А. Каладзінскі. НАРОДНЫ ТЭАТРМагнацкія культурныя цэнтрыПублічная дыскусія «Беларуская новая пьеса: без беларускай мовы ці беларуская?»Беларускія драматургі па-ранейшаму лепш ставяцца за мяжой, чым на радзіме«Працэс незалежнага кіно пайшоў, і дзяржаву турбуе яго непадкантрольнасць»Беларускія філосафы ў пошуках прасторыВсе идём в библиотекуАрхіваванаАб Нацыянальнай праграме даследавання і выкарыстання касмічнай прасторы ў мірных мэтах на 2008—2012 гадыУ космас — разам.У суседнім з Барысаўскім раёне пабудуюць Камандна-вымяральны пунктСвяты і абрады беларусаў«Мірныя бульбашы з малой краіны» — 5 непраўдзівых стэрэатыпаў пра БеларусьМ. Раманюк. Беларускае народнае адзеннеУ Беларусі скарачаецца колькасць злачынстваўЛукашэнка незадаволены мінскімі ўладамі Крадзяжы складаюць у Мінску каля 70% злачынстваў Узровень злачыннасці ў Мінскай вобласці — адзін з самых высокіх у краіне Генпракуратура аналізуе стан са злачыннасцю ў Беларусі па каэфіцыенце злачыннасці У Беларусі стабілізавалася крымінагеннае становішча, лічыць генпракурорЗамежнікі сталі здзяйсняць у Беларусі больш злачынстваўМУС Беларусі турбуе рост рэцыдыўнай злачыннасціЯ з ЖЭСа. Дазволіце вас абкрасці! Рэйтынг усіх службаў і падраздзяленняў ГУУС Мінгарвыканкама вырасАб КДБ РБГісторыя Аператыўна-аналітычнага цэнтра РБГісторыя ДКФРТаможняagentura.ruБеларусьBelarus.by — Афіцыйны сайт Рэспублікі БеларусьСайт урада БеларусіRadzima.org — Збор архітэктурных помнікаў, гісторыя Беларусі«Глобус Беларуси»Гербы и флаги БеларусиАсаблівасці каменнага веку на БеларусіА. Калечыц, У. Ксяндзоў. Старажытны каменны век (палеаліт). Першапачатковае засяленне тэрыторыіУ. Ксяндзоў. Сярэдні каменны век (мезаліт). Засяленне краю плямёнамі паляўнічых, рыбакоў і збіральнікаўА. Калечыц, М. Чарняўскі. Плямёны на тэрыторыі Беларусі ў новым каменным веку (неаліце)А. Калечыц, У. Ксяндзоў, М. Чарняўскі. Гаспадарчыя заняткі ў каменным векуЭ. Зайкоўскі. Духоўная культура ў каменным векуАсаблівасці бронзавага веку на БеларусіФарміраванне супольнасцей ранняга перыяду бронзавага векуФотографии БеларусиРоля беларускіх зямель ва ўтварэнні і ўмацаванні ВКЛВ. Фадзеева. З гісторыі развіцця беларускай народнай вышыўкіDMOZGran catalanaБольшая российскаяBritannica (анлайн)Швейцарскі гістарычны15325917611952699xDA123282154079143-90000 0001 2171 2080n9112870100577502ge128882171858027501086026362074122714179пппппп

          ValueError: Expected n_neighbors <= n_samples, but n_samples = 1, n_neighbors = 6 (SMOTE) The 2019 Stack Overflow Developer Survey Results Are InCan SMOTE be applied over sequence of words (sentences)?ValueError when doing validation with random forestsSMOTE and multi class oversamplingLogic behind SMOTE-NC?ValueError: Error when checking target: expected dense_1 to have shape (7,) but got array with shape (1,)SmoteBoost: Should SMOTE be ran individually for each iteration/tree in the boosting?solving multi-class imbalance classification using smote and OSSUsing SMOTE for Synthetic Data generation to improve performance on unbalanced dataproblem of entry format for a simple model in KerasSVM SMOTE fit_resample() function runs forever with no result