小编Nic*_*ick的帖子

我有一个名为PhoneNumber的简单模型:

class PhoneNumber < ActiveRecord::Base
  validates :pnumber, presence: true, on: :create #=> { :message => " cannot be blank" }
  validates :pnumber, numericality: true, on: :create
end

我转到应用程序的根文件夹(包含app子文件夹的文件夹)并启动控制台:

rails console --sandbox

当我尝试创建一个空的PhoneNumber(我想得到一个错误消息,因为验证失败)我收到以下错误消息:

2.0.0-p451 :001 > PhoneNumber.new
NameError: uninitialized constant PhoneNumber
from (irb):1
from /Users/nnikolo/.rvm/gems/ruby-2.0.0-p451@railstutorial_rails_4_0/gems/railties-4.1.5/lib/rails/commands/console.rb:90:in `start'
from /Users/nnikolo/.rvm/gems/ruby-2.0.0-p451@railstutorial_rails_4_0/gems/railties-4.1.5/lib/rails/commands/console.rb:9:in `start'
from /Users/nnikolo/.rvm/gems/ruby-2.0.0-p451@railstutorial_rails_4_0/gems/railties-4.1.5/lib/rails/commands/commands_tasks.rb:69:in `console'
from /Users/nnikolo/.rvm/gems/ruby-2.0.0-p451@railstutorial_rails_4_0/gems/railties-4.1.5/lib/rails/commands/commands_tasks.rb:40:in `run_command!'
from /Users/nnikolo/.rvm/gems/ruby-2.0.0-p451@railstutorial_rails_4_0/gems/railties-4.1.5/lib/rails/commands.rb:17:in `<top (required)>'
from /Users/nnikolo/.rvm/gems/ruby-2.0.0-p451@railstutorial_rails_4_0/gems/railties-4.1.5/lib/rails/app_rails_loader.rb:43:in `require'
from /Users/nnikolo/.rvm/gems/ruby-2.0.0-p451@railstutorial_rails_4_0/gems/railties-4.1.5/lib/rails/app_rails_loader.rb:43:in `block in exec_app_rails'
from /Users/nnikolo/.rvm/gems/ruby-2.0.0-p451@railstutorial_rails_4_0/gems/railties-4.1.5/lib/rails/app_rails_loader.rb:32:in `loop'
from /Users/nnikolo/.rvm/gems/ruby-2.0.0-p451@railstutorial_rails_4_0/gems/railties-4.1.5/lib/rails/app_rails_loader.rb:32:in `exec_app_rails'
from /Users/nnikolo/.rvm/gems/ruby-2.0.0-p451@railstutorial_rails_4_0/gems/railties-4.1.5/lib/rails/cli.rb:5:in `<top (required)>'
from /Users/nnikolo/.rvm/gems/ruby-2.0.0-p451@railstutorial_rails_4_0/gems/railties-4.1.5/bin/rails:9:in `require'
from …

现在我即将报告命名实体识别的结果.我觉得有点混乱的一件事是,我对精确度和回忆的理解是,简单地总结了所有阶级的真正积极,真实否定,误报和漏报.

但是现在我认为这似乎难以置信,因为每次错误分类会同时产生一个假阳性和一个假阴性(例如,应该被标记为"A"但被标记为"B"的标记是假阴性的"A"和"B"的误报.因此,所有类别的误报和漏报的数量都是相同的,这意味着精度(总是!)等于召回.这根本不可能是真的,所以在我的推理中有一个错误,我想知道它在哪里.这当然是非常明显和直截了当的事情,但它现在逃脱了我.

我试图了解Braintree的Hosted Fields框架.它已在几天前发布,目前仍处于测试阶段.

我查看了文档.我得到了整体的想法,但是开始时会有一些小的工作示例.我找到了一个github repo,但代码似乎没有用.

谷歌搜索没有提供任何有价值的东西(只是评论这个想法的文章).你能指点我一个工作的例子(最好是一个使用rails)吗？

我有一个datetime属性:

d = {
    'DOB': pd.Series([
        datetime.datetime(2014, 7, 9),
        datetime.datetime(2014, 7, 15),
        np.datetime64('NaT')
    ], index=['a', 'b', 'c'])
}
df_test = pd.DataFrame(d)

我想计算该属性的均值.运行mean()会导致错误:

TypeError:此dtype不允许减少操作'mean'

我也试过别处提出的解决方案.它不起作用运行那里提出的功能的原因

OverflowError:Python int太大而无法转换为C long

你会建议什么？上述数据帧的结果应相当于

datetime.datetime(2014, 7, 12).

对downvoting的评论:这个问题被错误地标记为重复.从我附上的gemfile可以清楚地看到我使用的是更新版本的bcrypt.这个和其他的差异(我使用Ubuntu 12.04,而另一个线程提到Windows)使得其他线程的解决方案不适用于我的情况.我仍然有这个问题,欢迎任何建议.

=评论结束

我正在研究着名的Rails教程,但在清单7.5中遇到了问题- 我认为我遵循了所有指令,但没有得到 我越来越 .实际的错误堆栈是:

app/models/user.rb:6:in `<class:User>'
app/models/user.rb:1:in `<top (required)>'
app/controllers/users_controller.rb:4:in `show'
This error occurred while loading the following files:
bcrypt
Request
Parameters:
{"id"=>"1"}

这是我的Gemfile:

source 'https://rubygems.org'
ruby '2.1.1'
#ruby-gemset=railstutorial_rails_4_0

gem 'rails', '4.0.4'
gem 'bootstrap-sass', '2.3.2.0'
gem 'sprockets', '2.11.0'
gem 'bcrypt-ruby', '3.1.2'

group :development, :test do
gem 'sqlite3', '1.3.8'
gem 'rspec-rails', '2.13.1'
gem 'guard-rspec', '2.5.0'
gem 'spork-rails', '4.0.0'
gem 'guard-spork', '1.5.0'
gem 'childprocess', '0.3.6'
end

group :test do
gem 'selenium-webdriver', '2.35.1'
gem 'capybara', '2.1.0'
end

gem …

我使用了以下代码:

library("gplots")
heatmap.2(assay(vsd)[ens_union,], trace = "none", density.info = "none")

要生成以下热图:

正如您所看到的,行标签已被截断(例如,第一个标签应该是ENSMUSG00000000088,但仅ENSMUSG0显示).如何重新调整图表的大小以包含整个标签？

我正在使用 scikit-learn 通过交叉验证运行逻辑回归管道。我在下面的代码中从每个折叠中获得分数。我如何获得混淆矩阵？

clf = make_pipeline(MinMaxScaler(), LogisticRegression())
scores = cross_val_score(clf, X_train, y_train, cv=3)

我有一个包含高基数的分类变量(许多唯一值)的数据框的情况.我想将该变量重新编码为一组值(最常见的值),并将所有其他值替换为catch-all类别("其他").举个简单的例子:

以下两个值应保持不变:

top_values = ['apple', 'orange']

我根据以下数据框列中的频率建立了它们:

{'fruits': {0: 'apple',
1: 'apple',
2: 'orange',
3: 'orange',
4: 'banana',
5: 'grape'}}

该数据帧列应重新编码如下:

{'fruits': {0: 'apple',
1: 'apple',
2: 'orange',
3: 'orange',
4: 'other',
5: 'other'}}

怎么做？(数据框有数百万条记录)

我查看了 scikit-learn 的文档，但我不清楚在 VotingClassifier 下使用了什么样的分类方法？它是逻辑回归、SVM 还是某种树方法？

我对改变引擎盖下使用的分类器方法的方法很感兴趣。如果 Scikit-learn 不提供这样的选项，是否有一个可以与提供此类功能的 scikit-learn 轻松集成的 python 包？

编辑：

我的意思是用于分类方法第二级模型。我非常清楚第一级分类器可以是 scikit-learn 支持的任何类型的分类器。

第二级分类器使用第一级分类器的预测作为输入。所以我的问题是 - 这个二级分类器使用什么方法？是逻辑回归吗？或者是其他东西？我可以改变它吗？

这是我的熊猫数据框：

df = pd.DataFrame({'Date': {0: '2016-10-11', 1: '2016-10-11', 2: '2016-10-11', 3: '2016-10-11', 4: '2016-10-11',5: '2016-10-12',6: '2016-10-12',7: '2016-10-12',8: '2016-10-12',9: '2016-10-12'}, 'Stock': {0: 'A', 1: 'B', 2: 'C', 3: 'D', 4: 'E', 5: 'F', 6: 'G', 7: 'H',8: 'I', 9:'J'}, 'Sector': {0: 0,1: 0, 2: 1, 3: 1, 4: 1, 5: 0, 6:0, 7:0, 8:1, 9:1}, 'Segment': {0: 0, 1: 1, 2: 1, 3: 1, 4: 1, 5: 1, 6:2,7:2,8:3,9:3}, 'Range': {0: 5, 1: 0, 2: 1, 3: 0, 4: 2, 5: …