如何使用cross_val_score回归?默认评分似乎是准确性,这对回归来说没有多大意义.据说我想使用均方误差,是否可以指定cross_val_score?
试过以下两个但不起作用:
scores = cross_validation.cross_val_score(svr, diabetes.data, diabetes.target, cv=5, scoring='mean_squared_error')
Run Code Online (Sandbox Code Playgroud)
和
scores = cross_validation.cross_val_score(svr, diabetes.data, diabetes.target, cv=5, scoring=metrics.mean_squared_error)
Run Code Online (Sandbox Code Playgroud)
第一个生成负数列表,而均方误差应始终为非负数.第二个抱怨说:
mean_squared_error() takes exactly 2 arguments (3 given)
Run Code Online (Sandbox Code Playgroud) 我试图确定2D空间中从点到多边形的距离.该点可以在多边形内部或外部; 多边形可以是凸面或凹面.
如果该点位于多边形内或多边形外部,其距离小于用户定义的常量d,则该过程应返回True; False除此以外.
我发现了一个类似的问题:从点到多面体或多边形的距离.但是,在我的情况下,空间是2D,多边形可以是凹的,所以它与那个不同.
我想应该有一个方法比偏移多边形更简单,d并确定它在多边形内部或外部.
任何算法,代码或提示我谷歌周围将不胜感激.
有时,iterable可能不是可订阅的.说来自itertools.permutations:
ps = permutations(range(10), 10)
print ps[1000]
Run Code Online (Sandbox Code Playgroud)
Python会抱怨 'itertools.permutations' object is not subscriptable
当然,可以next()按n时间执行以获得第n个元素.只是想知道有更好的方法吗?
对于正常功能,map效果很好:
def increment(n):
return n+1
l = [1, 2, 3, 4, 5]
l = map(increment, l)
print l
>>> [2, 3, 4, 5, 6]
Run Code Online (Sandbox Code Playgroud)
但是,如果它print被放入map函数内:
l = [1, 2, 3, 4, 5]
l = map(print, l)
print l
Run Code Online (Sandbox Code Playgroud)
python会抱怨:
l = map(print, l)
^
SyntaxError: invalid syntax
Run Code Online (Sandbox Code Playgroud)
有什么print特别的?不print(x)也是一个有效的函数调用?上面的代码在python 2.7下测试.
我正在加载来自第三方网站的动作jpeg,我可以信任.我正在尝试,getImageData()但浏览器(Chrome 23.0)抱怨说:
Unable to get image data from canvas because the canvas has been tainted by
cross-origin data.
Run Code Online (Sandbox Code Playgroud)
SO上有一些类似的问题,但他们使用的是本地文件,而我正在使用第三方媒体.我的脚本在共享服务器上运行,我没有远程服务器.
我试过img.crossOrigin = 'Anonymous'或img.crossOrigin = ''(参见关于CORS的Chromium博客上的这篇文章),但它没有帮助.关于我如何getImageData在具有跨源数据的画布上的任何想法?谢谢!
我正在尝试安装一个库pyleargist.它需要libfftw3手动安装另一个我安装的lib .由于我没有root权限,我必须libfftw3在我的主目录下安装:~/usr/include和~/usr/lib.然后我按照这篇文章:https://superuser.com/questions/242190/how-to-install-matplotlib-on-os-x,添加:
export LDFLAGS="-L~/usr/lib"
export CFLAGS="-I~/usr/include
Run Code Online (Sandbox Code Playgroud)
所以pip知道它必须咨询/usr以获取包含(.h文件)和lib( .a,*.so文件).然而,在跑步时pip install --user pyleargist,它抱怨:
gcc-4.4.real: src/leargist.c: No such file or directory
gcc-4.4.real: no input files
error: command 'gcc' failed with exit status 1
Run Code Online (Sandbox Code Playgroud)
我想发生的事情是路径不正确,以至于无法找到*.c文件(我认为pip应该已经将文件下载到某处但不确定它在哪里).
所以我的问题有以下几点:1)在这种特殊情况下,我怎么能安装pyleargist与include和lib路径下~/usr?2)更一般地说,如何提供额外的路径,pip以便它知道在默认路径中找不到附加包含文件或库的位置?
ps我在一ubuntu台没有sudo特权的机器上.
参考:
https ://pypi.python.org/pypi/pyleargist/1.0.1
http://www.fftw.org/
我正在使用Python的mock库.我知道如何通过遵循文档来模拟类实例方法:
>>> def some_function():
... instance = module.Foo()
... return instance.method()
...
>>> with patch('module.Foo') as mock:
... instance = mock.return_value
... instance.method.return_value = 'the result'
... result = some_function()
... assert result == 'the result'
Run Code Online (Sandbox Code Playgroud)
但是,尝试模拟类实例变量但不起作用(instance.labels在以下示例中):
>>> with patch('module.Foo') as mock:
... instance = mock.return_value
... instance.method.return_value = 'the result'
... instance.labels = [1, 1, 2, 2]
... result = some_function()
... assert result == 'the result'
Run Code Online (Sandbox Code Playgroud)
基本上,我想instance.labels下some_function得到我想要的价值.任何提示?
名单变量名单"list"最好不要?因为它与python reserved关键字冲突.那么,什么是更好的命名?"input_list"听起来有点尴尬.
我知道它可能是特定于问题的,但是,假设我有一个快速排序函数,那么quick_sort(unsorted_list)仍然有点冗长,因为传递给排序函数的列表显然没有被上下文排序.
任何的想法?
我有一个如下所示的目录结构:
[me@mypc]$ tree .
.
??? set01
? ??? 01
? ? ??? p1-001a.png
? ? ??? p1-001b.png
? ? ??? p1-001c.png
? ? ??? p1-001d.png
? ? ??? p1-001e.png
? ??? 02
? ? ??? p2-001a.png
? ? ??? p2-001b.png
? ? ??? p2-001c.png
? ? ??? p2-001d.png
? ? ??? p2-001e.png
Run Code Online (Sandbox Code Playgroud)
我想编写一个python脚本来将所有*a.png重命名为01.png,*b.png重命名为02.png,依此类推.我想我必须使用类似的东西find . -name '*.png',而我在python中发现的最相似的东西是os.walk.但是,os.walk我必须检查每个文件,如果它是png,那么我将它与它的根连接起来,不知何故不那么优雅.我想知道是否有更好的方法来做到这一点?提前致谢.
python ×7
algorithm ×1
canvas ×1
cors ×1
cross-domain ×1
geometry ×1
install ×1
installation ×1
iterator ×1
javascript ×1
macos ×1
map-function ×1
mjpeg ×1
mocking ×1
opengl ×1
pip ×1
python-2.7 ×1
regression ×1
scikit-learn ×1
unit-testing ×1