小编too*_*y44的帖子

我有一个相当大的数据集形式的数据集,我想知道如何将数据帧分成两个随机样本(80%和20%)进行训练和测试.

谢谢!

我最近看了一堆sklearn教程,这些教程都很相似,因为他们通过以下方式获得了合适的优点:

clf.fit(X_train, y_train)
clf.score(X_test, y_test)

它会吐出来:

0.92345...

或其他一些分数.

我很好奇clf.score函数的参数或它如何评分模型.我浏览了整个互联网,但似乎无法找到它的文档.有人知道吗？

我想知道如何通过其中一列中的值对整个数组进行排序.

我有 :

array([5,2,8,2,4])

和:

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])

我想将第一个数组附加到第二个数组,如下所示:

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24],
       [5,  2,  8,  2,  4]])

然后通过附加行对数组进行排序以获得以下结果:

array([[1,  3,  4,  0,  2],
       [6,  8,  9,  5,  7],
       [11, 13, 14, 10, …

我想打开一个新的文本文件,然后将numpy数组保存到该文件中.我写了这段代码:

foo = np.array([1,2,3])
abc = open('file'+'_2', 'w')
np.savetxt(abc, foo, delimiter=",")

我收到此错误:

TypeError                                 Traceback (most recent call last)
<ipython-input-33-fea41927952b> in <module>()
      2 model = cool
      3 abc = open('file'+'_2', 'w')
----> 4 np.savetxt(abc, foo, delimiter=",")

/usr/local/lib/python3.4/site-packages/numpy/lib/npyio.py in savetxt(fname, X, fmt,     delimiter, newline, header, footer, comments)
   1071         else:
   1072             for row in X:
-> 1073                 fh.write(asbytes(format % tuple(row) + newline))
   1074         if len(footer) > 0:
   1075             footer = footer.replace('\n', '\n' + comments)

TypeError: must be str, not bytes

有谁知道什么是错的？

另外,我发现在终端中创建了一个名为file_2的空文件,但其中没有任何内容.

编辑:我正在使用Python3.4

我正在尝试对两个非线性 ODE 的系统进行数值求解。我正在使用 Scipy 的odeint功能。odeint需要一个参数y0来指定初始条件。然而，它似乎假设初始条件y0在同一时间点开始（即两个条件都在 t=0）。就我而言，我想指定为不同时间指定的两个不同边界条件（即 omega(t=0) = 0, theta(t=100) = 0）。我似乎无法弄清楚如何做到这一点，非常感谢任何帮助！

下面的一些示例代码：

from scipy.integrate import odeint

def pend(y, t, b, c):
    theta, omega = y
    dydt = [omega, -b*omega - c*np.sin(theta)]
    return dydt

b = 0.25
c = 5.0
t = np.linspace(0, 100, 101)

# I want to make these initial conditions specified at different times
y0 = [0, 0]

sol = odeint(pend, y0, t, args=(b, c))

因此,当我一夜之间离开时,我无法阻止我的桌面进入睡眠状态.我正在运行需要几个小时的计算,每当我的计算机进入睡眠状态时,计算都会中断.我正在运行CentOS 6.5.

我已经进入系统>首选项>电源管理,并在"交流电源"选项卡中将设置更改为"从不"和"从不".

我也通过终端尝试过:

[------]$ sudo setterm -powersave off -blank 0 
cannot (un)set powersave mode

然而,10-15分钟后,我的显示器仍然进入睡眠状态,我将不得不重新输入密码才能重新进入.任何帮助都将不胜感激!

所以我正在尝试构建一个分类器并对其性能进行评分.这是我的代码:

def svc(train_data, train_labels, test_data, test_labels):
    from sklearn.svm import SVC
    from sklearn.metrics import accuracy_score
    svc = SVC(kernel='linear')
    svc.fit(train_data, train_labels)
    predicted = svc.predict(test_data)
    actual = test_labels
    score = svc.score(test_data, test_labels)
    print ('svc score')
    print (score)
    print ('svc accuracy')
    print (accuracy_score(predicted, actual))

现在当我运行函数svc(X,x,Y,y)时:

X.shape = (1000, 150)    
x.shape = (1000, )   
Y.shape = (200, 150)   
y.shape = (200, )

我收到错误:

      6     predicted = svc.predict(test_classed_data)
      7     actual = test_classed_labels
----> 8     score = svc.score(test_classed_data, test_classed_labels)
      9     print ('svc score')
     10     print (score)

local/lib/python3.4/site-packages/sklearn/base.py …