小编ahm*_*ari的帖子

当我使用以下代码与X大小(952,144)的数据矩阵和y大小(952)的输出向量时,mean_squared_error度量返回负值,这是意外的.你有什么主意吗？

from sklearn.svm import SVR
from sklearn import cross_validation as CV

reg = SVR(C=1., epsilon=0.1, kernel='rbf')
scores = CV.cross_val_score(reg, X, y, cv=10, scoring='mean_squared_error')

scores然后所有的值都是负数.

我有一个简单的绘图代码

plt.plot(x,y)
plt.show()

我想在x轴上添加一些额外的刻度以及当前的刻度,让我们说

extraticks=[2.1, 3, 7.6]

如你所见,我没有刻度线模式,所以我不想增加整个轴的刻度频率; 保持原有的,并添加这些额外的...

它有可能吗？

问候

我有两个矩阵Tri,并V为我要绘制多边形面(NX3)和顶点(MX3).有没有matplotlib(或任何替代)的方式来做到这一点？类似于Matlab命令的东西

patch('faces',Tri,'vertices',V,'facecolor', 
      'flat','edgecolor','none','facealpha',1)

我有一个由matplotlib生成的3d线图.我想在特定的xy(或yz,xz)切片上叠加图像.我如何使用python做到这一点？谢谢.

我有一个简单的3d绘图代码:

fig = plt.figure(1),<br>
ax = Axes3D(fig)<br>
ax.plot(f[:,0], f[:,1], f[:,2], color='r')

我还有一个图像"Im"(一个2d数组),所以我需要这样的东西:

ax.overlay(Im, slice='xy', sliceNo=10)

我有一组定义为2D数组的曲线(点数,坐标数).我正在使用Hausdorff距离计算它们的距离矩阵.我目前的代码如下.不幸的是,它太慢,有500-600条曲线,每条曲线有50-100个3D点.那有更快的方法吗？

def distanceBetweenCurves(C1, C2):
    D = scipy.spatial.distance.cdist(C1, C2, 'euclidean')

    #none symmetric Hausdorff distances
    H1 = np.max(np.min(D, axis=1))
    H2 = np.max(np.min(D, axis=0))

    return (H1 + H2) / 2.

def distanceMatrixOfCurves(Curves):
    numC = len(Curves)

    D = np.zeros((numC, numC))
    for i in range(0, numC-1):
        for j in range(i+1, numC):
            D[i, j] = D[j, i] = distanceBetweenCurves(Curves[i], Curves[j])

    return D

我正在使用sklearn模块的混合子模块用于高斯混合模型...当我在多核系统上运行我的代码时,它使用多个核,即使我在代码中没有要求它.这是默认行为吗？更重要的是,我该如何禁用它？

谢谢

在PyMC2中,有方法random()和value()来生成随机值,并获得随机变量的当前值.有没有办法在PyMC3中做同样的事情？

p = pm.Dirichlet('p', theta=np.array([1., 1., 1.]))
p.random()
p.value