小编oor*_*ort的帖子

我有一个名为SMOKE的因子,其级别为"Y"和"N".丢失的值被替换为NA(从初始级别"NULL").但是,当我查看因素时,我会得到这样的结果:

head(SMOKE)
N N <NA> Y Y N
Levels: Y N

为什么R显示NA为<NA>？并且有区别吗？

我正在努力巩固我对rails和BDD工作流程的理解,所以我想通过创建其中一个迷你博客来开始,但是使用rspec.现在我有一个ArticlesController和Article模型,以及相关的rspec文件.文章非常简单,只有标题:字符串和内容:文本,而ArticlesController是RESTful - 虽然我手写了MCV for Article,但它基本上和我用脚手架创建它一样.

但是,当我在rspec中为PUT更新编写测试时,我真的不知道我在做什么.我正在使用Factory Girl来创建文章对象,到目前为止我的代码看起来像:

#factories.rb
FactoryGirl.define do
  factory :article do
  title "a title"
  content "hello world"
end

#articles_controller_spec.rb
before(:each) do
  @article = Factory(:article)
end

describe "PUT 'update/:id'" do
  it "allows an article to be updated" do
    @attr = { :title => "new title", :content => "new content" }
    put :update, :id => @article.id, :article => @attr
    response.should be_successful
  end
end

但是我一直在:

Failures:
1) ArticlesController PUT 'update/:id' allows an article to be updated
   Failure/Error: response.should be_successful
     expected successful? …

我想知道是否有人能指出我用于比较时间相关信号的算法/技术.理想情况下,这个假设算法将接收2个信号作为输入并返回一个数字,该数字将是信号之间的百分比相似性(0表示2个信号在统计上不相关,1表示它们是完美匹配).

当然,我意识到我的请求存在问题,即我不确定如何在比较这两个信号的情况下正确定义"相似性",所以如果有人也能指出我正确的方向(至于我应该查看/知道等等,我也很感激.

我正在尝试实施Softmax回归算法,以便在观看Andrew Ng教授关于GLM的讲座后解决K分类器问题.我以为我理解了他所说的一切,直到它最终编写代码来实现Softmax回归的成本函数,如下所示:

我遇到的问题是试图想出一种方法来对此进行矢量化.我再一次认为我理解如何对这样的方程进行矢量化,因为我能够进行线性和逻辑回归,但在查看该公式之后,我被卡住了.

虽然我想为此找出一个矢量化解决方案(我意识到已经发布了类似的问题:Softmax回归的矢量化实现),我更感兴趣的是你们中是否有人可以告诉我某种方式(你的方式)要有条不紊地转换这样的公式为矢量形式.例如,对于那些在ML中是专家或经验丰富的退伍军人的人来说,当你第一次阅读文献中的新算法,并看到它们用与上面的等式相似的符号编写时,你如何将它们转换为矢量化形式？

我意识到我可能会像正在问莫扎特的学生那样离开,"你怎么这么好地弹钢琴？" 但我的问题仅仅是出于对这种材料变得更好的渴望,并假设不是每个人都知道如何对方程进行矢量化,所以有人必须设计出自己的系统,如果有,请分享!提前谢谢了!

干杯

标题几乎说明了它.我的数据框有7百万行,对我来说太大了,我的机器不会崩溃.我想将它拆分为100个具有70,000行的较小数据帧,并使第101个数据帧具有剩余行(<70,000).这似乎是非平凡的.

我知道我可以手动计算n+1数据帧的大小,删除它,然后split按以下方式使用该函数:

d <- split(my_data_frame,rep(1:100,each=70,000))

但是我有多个大型数据帧,所有这些计算都很繁琐.有替代解决方案吗？

我为提前有点冗长而道歉:如果你想跳过所有背景mumbo jumbo,你可以在下面看到我的问题.

这几乎是我之前发布的关于如何比较两个1D(时间相关)信号的问题的后续问题.我得到的答案之一是使用互相关函数(MATLAB中的xcorr),我做了.

背景资料

也许一些背景信息将是有用的:我正在尝试实现独立分量分析算法.我的一个非正式测试是(1)通过以下方法创建测试用例:(a)生成2个随机向量(1x1000),(b)将向量组合成2x1000矩阵(称为"S"),并将其乘以2x2混合矩阵(称为"A"),给我一个新的矩阵(让我们称之为"T").

总之:T = A*S.

(2)然后我运行ICA算法生成混合矩阵的逆(称为"W"),(3)将"T"乘以"W"(希望)给我一个原始信号矩阵的重建(称为"X")

总之:X = W*T.

(4)我现在要比较"S"和"X".虽然"S"和"X"是2×1000,我简单地比较S(1,:),以X(1,:)和S(2,:)对X(2,:)每个都是1x1000的,使他们1D信号.(我还有另一个步骤,确保这些矢量是相互比较的合适矢量,我也将信号归一化).

所以,我现在的困惑是如何"品位"如何接近S(1,:)火柴X(1,:),并同样与S(2,:)对X(2,:).

到目前为止,我使用过类似的东西: r1 = max(abs(xcorr(S(1,:), X(1,:)))

我的问题

假设使用互相关函数是比较两个信号的相似性的有效方法,那么什么被认为是对信号相似性进行分级的良好R值？维基百科说这是一个非常主观的领域,所以我推迟对那些可能在这个领域有经验的人做出更好的判断.

正如你可能已经意识到的那样,我根本不是来自EE/DSP /统计背景(我是一名医科学生),所以我现在正经历一场"火灾洗礼",我很欣赏所有的我可以得到帮助.谢谢!

我知道你可以:

accepts_nested_attributes_for :foo, :reject_if => proc { |a| a[:bar].blank? }

有没有办法说出类似的话

accepts_nested_attributes_for :foo, :reject_if => blah[:bar].blank? and flah[:bar].blank?

要么

accepts_nested_attributes_for :foo, :reject_if => all fields except record_date.blank?

谢谢

我是否将它放在每个模型中,multisearchable :against => [ ... ]或者它应该放在单独的文件中？谢谢.

我正在使用 React 和 Express 创建一个 SPA。我正在尝试使用 MSAL.js 进行身份验证，并查看了Microsoft 的 SPA 教程。我已经能够使用@msal-react 通过 React 实现这一点。虽然这确实执行了身份验证，但它并不能保护 REST API 免受未经身份验证的用户的访问。

我发现Active Directory Javascript Nodejs Web API似乎提供了一种使用 Passport 和 Bearer 策略保护 REST API 的方法，但显示如何将其与客户端结合的链接似乎已损坏。

我不确定如何将客户端发生的身份验证与 REST API 连接起来。据我了解，必须传递身份验证令牌，但我不确定如何传递。

服务器端示例代码有：

// API endpoint exposed
app.get("/api",
    passport.authenticate('oauth-bearer', {session: false}),
    (req, res) => {
        console.log('Validated claims: ', req.authInfo);

        // Service relies on the name claim.  
        res.status(200).json({
            'name': req.authInfo['name'],
            'issued-by': req.authInfo['iss'],
            'issued-for': req.authInfo['aud'],
            'scope': req.authInfo['scp']
        });
    }
);

我在客户端尝试做的是获取帐户信息：

import {
  useAccount,
  useMsal
} …

我正在尝试让我的rails 3应用程序使用类似于以下内容的路由:

exampleapp.com/patients/123456

而不是

exampleapp.com/patients/1

其中"123456"将与患者的医疗记录编号(:mrn)相关联,该编号已在:patients表格中并且是唯一的整数.我想用:mrn代替平常的:id.我该怎么做？

对不起,如果已经被问过 - 我找不到关于我正在尝试做什么的术语.谢谢!