小编sp2*_*sp2的帖子

我有很多html文件,现在我想用一些PHP代码逐个调用每个文件.但每当我尝试运行PHP代码从文件夹中调用这些html文件时,它都无法正常工作.

    1.html view
    2.html view
    3.html view

因此,1,2和3是html文件,现在通过单击视图用户应该定向到链接.如何解决在PHP中合并html文件的问题,以便使用视图选项逐个向用户显示文件.只要用户点击查看,用户就会看到html页面.

注意:我在windows7中使用xampp服务器

任何建议将不胜感激......

我使用以下代码为两种类(1和0)构建了一个SVM线性模型:

class1.svm.model <- svm(Class ~ ., data = training,cost=1,cross=10, metric="ROC",type="C-classification",kernel="linear",na.action=na.omit,probability = TRUE)

我使用以下代码提取训练集的权重:

#extract the weights and constant from the SVM model:

w <- t(class1.svm.model$coefs) %*% class1.svm.model$SV;  
b <- -1 * class1.svm.model$rho; #(sometimes called w0)

我得到每个功能的权重,如下例所示:

X2  0.001710949
X3  -0.002717934
X4  -0.001118897
X5  0.009280056
X993    -0.000256577
X1118   0
X1452   0.004280963
X2673   0.002971335
X4013   -0.004369505

现在,如何根据为每个要素提取的权重执行要素选择？我该如何建立一个权重矩阵？

我读过论文,但这个概念对我来说还不清楚,请帮忙!

我有一个看起来像这样的数据集

    ID  885038  885039  885040  885041  885042  885043  885044  Class
1267359 2       0       0       0       0       1       0      0
1295720 0       0       0       0       0       1       0      0
1295721 0       0       0       0       0       1       0      0
1295723 0       0       0       0       0       1       0      0
1295724 0       0       0       1       0       1       0      0
1295725 0       0       0       1       0       1       0      0
1295726 2       0       0       0       0       1       0      1
1295727 2       0       0       0       0       1 …

如何使用交叉验证模型获得系数？当我进行交叉验证时，我会得到 CV 模型的分数，我怎样才能得到系数？

#Split into training and testing
x_train, x_test, y_train, y_test = train_test_split(samples, scores, test_size = 0.30, train_size = 0.70)

clf = svm.SVC(kernel='linear', C=1)
scores = cross_val_score(clf, x_train, y_train, cv=5)
scores

我想打印与每个特征相关的系数

   #Print co-efficients of features
    for i in range(0, nFeatures):
    print samples.columns[i],":", coef[0][i]

这个没有交叉验证，它提供系数

#Create SVM model using a linear kernel
model = svm.SVC(kernel='linear', C=C).fit(x_train, y_train)
coef = model.coef_