V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX  ›  acone2003  ›  全部回复第 1 页 / 共 2 页
回复总数  24
1  2  
2022-01-30 10:46:15 +08:00
回复了 acone2003 创建的主题 Python 问一个数据快速离散化的问题
谢谢 necomancer ,祝你新年快乐!我现在还没有运行你上边的代码,但是有一个疑问,比如有一个值-1 ,在 a[a<0.3] =3.5 中被替换成了 3.5 ,在随后的 a[np.logical_and(a < 5.4, a > 0.3)]=7.8 中是否又被替换成了 7.8 呢?
2021-11-04 15:51:21 +08:00
回复了 acone2003 创建的主题 Python 求助一个线性回归模型预测的问题
回 Albertni:谢谢你,我按照你的建议试一试。
回 ladychili:模型的定义和训练都是调用的 sklearn 中的标准函数,分别是:
Model = sklearn.linear_model.LinearRegression( n_jobs=CpuNum )#创建 Model ,CpuNum 是 Cpu 的线程数
Model.fit( TrainFeatures, TrainYValues )#训练模型,两个参数分别是训练集的特征和真实值
Predict1 = Model.predict( Features )#此两句是利用训练好的模型进行预测
Predict2 = Model.predict( Features[ 0:100, : ] )
2021-11-04 11:21:57 +08:00
回复了 acone2003 创建的主题 Python 求助一个线性回归模型预测的问题
统一回复楼上诸位,可能我没有描述清楚:Features 是有几千个样本的测试样本集,每个样本大约有 200 个特征,各样本都是独立的,Model 确实是已经训练好的线性回归模型。我用 Predict1 = Model.predict( Features )这条语句先预测这几千个样本,然后截取头 100 个查看一下预测结果。然后用 Predict2 = Model.predict( Features[ 0:100, : ] )这条语句先截取头 100 个样本,再预测这 100 个样本。按道理说两次的结果应是一样的。但事实是,头几个样本的预测值几乎是一模一样的,但后来就有差别了,并且差别越来越大,到第 100 个样本时以是百分之几的差别。我不知道为什么会是这样。
2019-10-28 09:22:24 +08:00
回复了 acone2003 创建的主题 Python 如何动态生成 Python 脚本文件?
谢谢楼上各位,已解决,用 inspect.getsourcelines()函数。
@Hconk :果真是 TensorFlow 出了问题,我把 import keras 去掉之后就 OK 了,keras 的后端是 TensorFlow。你能不能简单回忆一下当初采取哪些步骤解决这个问题的?让我少采点坑,我对 Python 不太熟。

在此一并感谢 lcdtyph 以及楼上各位大佬!!
@Hconk :谢谢你!我的环境和你的类似,也是没有 GPU,用 pip install 了一个 tensorFlow。待我按你的方法试一试。
真心感谢楼上各位的建议,待我都试一试。发现一个特点:大佬级的人物都是夜猫子啊。
@tottea:怎么用 http 调用?愿闻其详。
@autogen:目前我正是用的这个临时的替代办法。
@no1xsyzy:怎么用网络剪贴板?能不能给一个说明的链接什么的?
2019-08-06 16:03:58 +08:00
回复了 acone2003 创建的主题 Python 请教一个 vs2010 调用 Python 的问题
说明一下,我是用 vs2010 写的一个 C++主程序程序调用 python 的,C++的测试程序是控制台程序,正式程序是 MFC 带界面的。
2019-03-03 10:27:22 +08:00
回复了 acone2003 创建的主题 Python 怎样把 pandas 结构的数据用 sklearn 进行归一化?
谢谢 @zilaijuan,OK!

scaler_value = sklearn.preprocessing.StandardScaler()
train_values = train_values.reshape( -1, 1 )
train_values = scaler_value.fit_transform( train_values )
train_values = train_values.reshape( 1, -1 )
train_values = pandas.DataFrame( train_values[0,:] )
2018-12-13 22:06:54 +08:00
回复了 acone2003 创建的主题 Python 请教一个数据切片的问题
lance6716 真是高人呀,竟能看出来是 pandas 数据。实际上我不知道这是什么结构的数据,只是用 pandas 读取了 CSV 文件,然后又提取了其中的一列,就搞不清楚是什么数据了,以为是一个一维的数组。
2018-12-13 21:52:13 +08:00
回复了 acone2003 创建的主题 Python 请教一个数据切片的问题
谢谢 lance6716,OK !
2018-12-03 16:04:37 +08:00
回复了 acone2003 创建的主题 Python 求教一个使用 parallel Python 的问题
各位有点新进展,我把函数添加了一项,然后使用 xgboost 就没有问题。是不是 lightGBM 要依赖一些别的模块? parallel Python 要求把必要的引用显式地写在代码中。添加后的相关代码如下:

def CreateModel( ModelName, Params ):
max_depth, num_leaves, min_child_weight = 10, 20, 1
if "max_depth" in Params: max_depth = Params[ "max_depth" ]
if "num_leaves" in Params: num_leaves = Params[ "num_leaves" ]
if "min_child_weight" in Params: min_child_weight = Params[ "min_child_weight" ]

Model, IsClassifier = None, True
ModelName = ModelName.lower()
if ModelName == "lgbmregressor":
IsClassifier = False
Model = lightgbm.LGBMRegressor( max_depth=max_depth, num_leaves=num_leaves )
elif ModelName == "xgbregressor":
IsClassifier = False;
Model = xgboost.XGBRegressor( n_jobs=16, max_depth=max_depth, min_child_weight=min_child_weight )
return Model, IsClassifier
2018-12-03 13:51:45 +08:00
回复了 acone2003 创建的主题 Python 求教一个使用 parallel Python 的问题
回 ant2017:换行也不行,试了。
回 wwg1994: 不是 python 报错,是不出结果。并且 CPU 占用率是 0
2018-12-03 09:38:00 +08:00
回复了 acone2003 创建的主题 Python 求教一个使用 parallel Python 的问题
各位请注意,代码传上去之后没有缩进了,实际上是有的
2018-11-20 09:02:19 +08:00
回复了 acone2003 创建的主题 Python Python 2.X 的 types.FileType 如何移植到 Python 3.X?
谢谢 chenstack,OK!同时也谢谢楼上两位!
2018-11-06 09:09:00 +08:00
回复了 acone2003 创建的主题 Python 请问如何计算 R 方值?
谢谢 meefly 大神!
2018-09-11 16:30:32 +08:00
回复了 acone2003 创建的主题 Python 请问一下如何部署分布式机器学习环境?
谢谢楼上几位高屋建瓴的回答,但是我对这些都一无所知。我需要的是用最简单的办法让我在几台服务器上运行起来 spark-sklearn 就行,这几台服务器现在都是裸机,每台服务器该怎么办,给一个大致的步骤,或者在哪里有参考资料也行。
2018-09-06 11:36:12 +08:00
回复了 acone2003 创建的主题 Python 怎样解决编码问题?
谢谢 chenstack,搞定!同时也谢谢楼上两位
2018-08-16 16:51:17 +08:00
回复了 acone2003 创建的主题 Python 如何求预测值为 1 且预测正确的样本个数?
谢谢楼上三位,楼上的每个建议我都要查半天资料,长了不少知识----我是个初学者。
回 diggerdu: 用 np.sum(predict > 0.5 == label)这条语句怎么出现这个警告呀?
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
2018-08-15 21:35:43 +08:00
回复了 acone2003 创建的主题 Python 如何求预测值为 1 且预测正确的样本个数?
np.sum(predict == 1 and labels==1 )这样写不对,该怎么写呀?求助
1  2  
关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2840 人在线   最高记录 6679   ·     Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 30ms · UTC 14:15 · PVG 22:15 · LAX 06:15 · JFK 09:15
Developed with CodeLauncher
♥ Do have faith in what you're doing.