小编Bar*_*ich的帖子

这是我学习时出现的scikit-learn错误

my_estimator = LassoLarsCV(fit_intercept=False, normalize=False, positive=True, max_n_alphas=1e5)

请注意,如果我将max_n_alphas从1e5减少到1e4,我不会再出现此错误.

任何人都知道发生了什么？

我打电话时发生错误

my_estimator.fit(x, y)

我有尺寸的40k数据点40.

完整的堆栈跟踪看起来像这样

  File "/usr/lib64/python2.7/site-packages/sklearn/linear_model/least_angle.py", line 1113, in fit
    axis=0)(all_alphas)
  File "/usr/lib64/python2.7/site-packages/scipy/interpolate/polyint.py", line 79, in __call__
    y = self._evaluate(x)
  File "/usr/lib64/python2.7/site-packages/scipy/interpolate/interpolate.py", line 498, in _evaluate
    out_of_bounds = self._check_bounds(x_new)
  File "/usr/lib64/python2.7/site-packages/scipy/interpolate/interpolate.py", line 525, in _check_bounds
    raise ValueError("A value in x_new is below the interpolation "
ValueError: A value in x_new is below the interpolation range.

有人可以帮我解决这个问题吗？我知道宏,我对模板非常熟悉,但我不知道作者用这个表达了什么.什么是预期用途,为什么这样写？我们在这里定义的是什么？如何以及为何使用此功能？

#define MY_CLASS(RET_TYPE, ... )\
    template<typename Derived>\
    __VA_ARGS__\
    RET_TYPE my_class_impl<Derived>

我也有类似的东西

MY_CLASS( )::my_class_impl( int arg_id )

我也看到了

template<typename Derived>
class my_class_impl

我从一位同事那里听说这是CRTP的案例(好奇地反复出现模板模式),但他没有更具体的见解.

另外,我看到它随后如下使用:

MY_CLASS(some_type)::find_desired_val(int x) {
// some code
}

那么,my_class_impl在实际实现它时,宏用于替换类的方法签名？

我有一个 Pandas 数据框，我想检查每一行是否在特定列中具有相同的值（我们称之为 porduct_type），如果是，则将其删除。换句话说，在特定列具有相同值的一组连续行中，我只想保留一个。

例如，如果 A 列是我们不希望连续重复的列：

input =  
A    B

    0  1    1
    0  2    2
    2  1   10
    2  2   20
    0  11  100
    5  2  200

output =  
A    B

    0  1    1
    2  1   10
    0  11  100
    5  2  200

我有一个熊猫数据框

x = pd.DataFrame.from_dict({'row':[1, 1, 2, 2, 3, 3, 3], 'add': [1, 2, 3, 4, 5, 6, 7], 'take1': ['a', 'b', 'c', 'd', 'e', 'f', 'g'], 'take2': ['11', '22', '33', '44', '55', '66', '77'], 'range': [100, 200, 300, 400, 500, 600, 700]})


   add  range  row take1 take2
0    1    100    1     a    11
1    2    200    1     b    22
2    3    300    2     c    33
3    4    400    2     d    44
4    5    500    3     e    55
5    6    600 …

当我尝试从Linux终端运行代码时,我的导入不起作用.具体来说,从同一项目中的其他包导入.我知道这是一个PYTHONPATH问题,但我不知道如何进一步诊断或解决它.代码在IDE(eclipse)中运行良好.

我对永久解决方案感兴趣,猜测它将涉及编辑.bashrc.我只是想从命令行调用脚本,比如

python my_script.py

os.environ["PYTHONPATH"] 在ipython终端中给出了一个关键错误.

我试过了

print os.getcwd()
print sys.path

在IDE里面

/home/myname/workspace/project2/main

['/home/myname/workspace/project2/main', '/home/myname/workspacep/problem2', '/usr/lib/python2.7', '/usr/lib/python2.7/plat-x86_6
4-linux-gnu', '/usr/lib/python2.7/lib-tk', '/usr/lib/python2.7/lib-dynload', '/usr/local/lib/python2.7/dist-packages', '/usr/lib/p
ython2.7/dist-packages', '/usr/lib/python2.7/dist-packages/PILcompat', '/usr/lib/python2.7/dist-packages/gtk-2.0', '/usr/lib/pytho
n2.7/dist-packages/ubuntu-sso-client', '/usr/lib/pymodules/python2.7', '/usr/lib/python2.7/lib-old']

内部终端

/home/myname/workspace/project2/main

['/home/myname/workspace/project2/main', '/usr/lib/python2.7', '/usr/lib/python2.7/plat-x86_64-linux-gnu', '/usr/lib/python2.7/lib-tk', '/usr/lib/python2.7/lib-old', '/usr/lib/python2.7/lib-dynload', '/usr/local/lib/python2.7/dist-packages', '/usr/lib/python2.7/dist-packages', '/usr/lib/python2.7/dist-packages/PILcompat', '/usr/lib/python2.7/dist-packages/gtk-2.0', '/usr/lib/python2.7/dist-packages/ubuntu-sso-client']

这是我的代码

import pandas as pd
x = pd.DataFrame.from_dict({'A':[1,2,3,4,5,6], 'B':[10, 20, 30, 44, 48, 81]})
a = x['A'].apply(lambda t: t%2==0) # works
c = x.index.apply(lambda t: t%2==0) # error

我怎样才能使该代码以最简单的方式工作？我知道如何reset_index()将其视为列，但我很好奇是否可以像常规列一样对索引进行操作。

假设X1和X2是2个熊猫数据框，它们具有相同的列，但顺序可能不同。假设模型是某种sklearn模型，例如LassoCV。说我做model.fit(X1, y)，然后model.predict(X2)。列以不同顺序排列是一个问题，还是模型为列名减轻了权重？

此外，同样的问题，但如果X1和X2和numpy的阵列？

我有看起来像这样的代码

from skimage import io as sio
test_image = imread('/home/username/pat/file.png')
test_image  = skimage.transform.resize(test_image, (IMG_HEIGHT, IMG_WIDTH), mode='constant', preserve_range=True)
print test_image.shape # prints (128,128)
print test_image.max(), test_image.min() # prints 65535.0 0.0
sio.imshow(test_image)

更重要的是，我需要将该图像分成3个通道，这样我才能将其输入到期望有这种输入的神经网络中，怎么做呢？

我想将一个1通道的图像转换成一个3通道的图像，当我绘制它时，它看起来是合理的，有意义的等等。如何？

我尝试使用0填充，我尝试为3个通道复制相同的值3次，但是当我尝试显示图像时，看起来像乱七八糟的东西。那么，如何将图像转换成3个通道，即使它变成蓝标而不是灰度，但仍然能够以有意义的方式可视化？

编辑：如果我尝试

test_image = skimage.color.gray2rgb(test_image)

我得到全白色图像，并带有一些黑点。

如果尝试，我会得到相同的全白，罕见的小黑点

convert Test1_PC_1.tif -colorspace sRGB -type truecolor Test1_PC_1_new.tif

在尝试使用gray2rgb进行转换之前

print type(test_image[0,0])
<type 'numpy.uint16'>

后

print type(test_image[0,0,0])
<type 'numpy.float64'>

不确定这是否是这个问题的好地方,但我被告知CrossValidated不是.所以,所有这些问题都涉及sklearn,但如果你对逻辑回归有一般的见解,我也很乐意听到它们.

1)数据是否必须标准化(平均0,stdev 1)？
2)在sklearn中,如何指定我想要的正则化类型(L1与L2)？请注意,这与惩罚不同; 惩罚是指分类错误,而不是对系数的修正.
3)我如何使用变量选择？即,类似于用于线性回归的套索.
4)使用正则化时,如何优化C,正则化强度？有内置的东西,还是我自己要照顾好这个？

可能一个例子是最有帮助的,但我很欣赏任何这些问题的见解.

这是我的出发点:http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html

非常感谢你提前!

我有这个数据框

x = pd.DataFrame.from_dict({'cat1':['A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'], 'cat2':['X', 'X', 'Y', 'Y', 'Y', 'Y', 'Z', 'Z']})

  cat1 cat2
0    A    X
1    A    X
2    A    Y
3    B    Y
4    B    Y
5    C    Y
6    C    Z
7    C    Z

我想分组cat1，然后聚合cat2为不同值的集合，例如

  cat1 cat2
0    A    (X, Y)
1    B    (Y,)
2    C    (Y, Z)

这是具有更多列的更大数据框的一部分，每个列都有自己的聚合函数，那么如何将此功能传递给聚合字典？