小编kro*_*ike的帖子

我正在寻找一种从sklearn中的GridSearchCV图形grid_scores_的方法.在这个例子中,我试图网格搜索SVR算法的最佳gamma和C参数.我的代码如下:

    C_range = 10.0 ** np.arange(-4, 4)
    gamma_range = 10.0 ** np.arange(-4, 4)
    param_grid = dict(gamma=gamma_range.tolist(), C=C_range.tolist())
    grid = GridSearchCV(SVR(kernel='rbf', gamma=0.1),param_grid, cv=5)
    grid.fit(X_train,y_train)
    print(grid.grid_scores_)

运行代码并打印网格分数后,我得到以下结果:

[mean: -3.28593, std: 1.69134, params: {'gamma': 0.0001, 'C': 0.0001}, mean: -3.29370, std: 1.69346, params: {'gamma': 0.001, 'C': 0.0001}, mean: -3.28933, std: 1.69104, params: {'gamma': 0.01, 'C': 0.0001}, mean: -3.28925, std: 1.69106, params: {'gamma': 0.1, 'C': 0.0001}, mean: -3.28925, std: 1.69106, params: {'gamma': 1.0, 'C': 0.0001}, mean: -3.28925, std: 1.69106, params: {'gamma': 10.0, 'C': 0.0001},etc] 

我想根据gamma和C参数可视化所有分数(平均值).我想要获得的图表应如下所示: …

我想知道是否有办法在sklearn/python中指定自定义成本函数？我的真正问题有7个不同的类,但为了使它更清楚,我们假设我想为3个不同类的问题指定错误分类的不同成本,我主要感兴趣的是我的模型将正确区分1类和3类.

• 如果观察有1级,模型预测1级,则罚分为0(正确分类)
• 如果观察有1级,模型预测2级,则罚分为1
• 如果point有1级,model预测3级,则惩罚为2

• 如果point有2级且model预测class 2,则惩罚为0(正确分类)
• 如果point具有class 2且model预测class 3,则惩罚为1
• 如果point有class 2且model预测class 1,则惩罚为1

• 如果point有3级且model预测3级,则惩罚为0(正确分类)
• 如果point具有class 3且model预测class 2,则惩罚为1
• 如果point有class 3而model预测class 1,则惩罚为2

所以惩罚矩阵看起来如下:

        Class 1  Class 2  Class 3
Class 1   0        1        2
Class 2   1        0        1
Class 3   2        1        0

我假设sklearn中的'class_weight'参数执行类似但接受字典而不是矩阵.传递class_weight = {1:2,1:1,1:2}只会增加错误分类1级和3级的权重,但是,我希望我的模型在选择1级时真正获得更大的惩罚,真正的类是3级,反之亦然.

是否有可能在sklearn中做这样的事情？可能是其他一些库/学习算法允​​许不等的错误分类成本？

我是机器学习领域的新手,现在正试图掌握最常见的学习算法是如何工作的,并了解何时应用它们.目前,我正在学习支持向量机的工作原理,并对自定义内核函数有疑问.
关于SVM的更标准(线性,RBF,多项式)内核,Web上有大量信息.但是,我想了解何时使用自定义内核函数是合理的.我的问题是:

1)SVM的其他可能内核是什么？
2)在哪种情况下会应用自定义内核？
3)定制内核能否显着提高SVM的预测质量？

我的熊猫版本是0.18,我有一个分钟数据,如下所示:

Time                              
2009-01-30 09:30:00  85.11  100.11
2009-01-30 09:39:00  84.93  100.05
2009-01-30 09:40:00  84.90  100.00
2009-01-30 09:45:00  84.91   99.94
2009-01-30 09:48:00  84.81   99.90
2009-01-30 09:55:00  84.78  100.00
2009-01-30 09:56:00  84.57  100.10
2009-01-30 09:59:00  84.25  100.41
2009-01-30 10:00:00  84.32  100.60
2009-01-30 10:06:00  84.23  101.49
2009-01-30 10:09:00  84.15  101.47

我想仅使用9:30和16:00的数据,并以78分钟的间隔重新采样数据(即将9:30到16:00之间的时间分成5个相等的部分).我的代码如下:

Data= Data.between_time('9:30','16:00')
tframe = '78T'
hourlym = Data.resample(tframe, base=30).mean()

输出:

Time                                      
2009-01-30 08:18:00  85.110000  100.110000
2009-01-30 09:36:00  83.950645  101.984516
2009-01-30 10:54:00  83.372294  103.093824
2009-01-30 12:12:00  83.698624  102.566897
2009-01-30 13:30:00  83.224397  103.076667
2009-01-30 14:48:00 …

我试图找出直到特定日期的工作日数，并收到以下错误：

import numpy as np
import pandas_market_calendars as mcal
from datetime import datetime
import pandas as pd

nyse = mcal.get_calendar('NYSE')
holidays = nyse.holidays()
holidays = list(holidays.holidays) # NYSE Holidays

today = datetime.now()
expiration = datetime(2019,2,13,0,0)

days_to_expiration = np.busday_count(today,expiration,holidays=holidays)
print(days_to_expiration)

In [6]: days_to_expiration = np.busday_count(today,expiration,holidays=holidays)
Traceback (most recent call last):

  File "<ipython-input-6-559c16b20339>", line 1, in <module>
    days_to_expiration = np.busday_count(today,expiration,holidays=holidays)

TypeError: Iterator operand 0 dtype could not be cast from dtype('<M8[us]') to dtype('<M8[D]') according to the rule 'safe'

有什么想法吗？

我正在用 python 进行一些基本的卡/牌组操作。下面你可以看到我的 Card 类和 Deck 类。假设我知道有些牌已经死了，并且想将它们从牌组中删除。

import itertools

SUIT_LIST = ("h", "s", "d", "c")
NUMERAL_LIST = ("2", "3", "4", "5", "6", "7", "8", "9", "10", "J", "Q", "K", "A")

class Card:
    def __init__(self, numeral, suit):
        self.numeral = numeral
        self.suit = suit
        self.card = self.numeral, self.suit
    def __repr__(self):
        return self.numeral + self.suit

class Deck(set):
    def __init__(self):
        for numeral, suit in itertools.product(NUMERAL_LIST, SUIT_LIST):
            self.add(Card(numeral, suit))

deck = Deck()    
dead_card = Card('J','s')
deck.remove(dead_card)

引发以下错误：

Traceback (most recent call last):

  File "<ipython-input-93-06af62ea1273>", line …

我从熊猫那里得到一种奇怪的行为，我想将我的分钟数据重新采样为每小时数据（使用均值）。我的数据如下所示：

Data.head()
                      AAA    BBB
Time                              
2009-02-10 09:31:00  86.34  101.00
2009-02-10 09:36:00  86.57  100.50
2009-02-10 09:38:00  86.58   99.78
2009-02-10 09:40:00  86.63   99.75
2009-02-10 09:41:00  86.52   99.66

Data.info()

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 961276 entries, 2009-02-10 09:31:00 to 2016-02-29 19:59:00
Data columns (total 2 columns):
AAA    961276 non-null float64
BBB    961276 non-null float64
dtypes: float64(2)
memory usage: 22.0 MB

Data.index

Out[25]: 
DatetimeIndex(['2009-02-10 09:31:00', '2009-02-10 09:36:00',
               '2009-02-10 09:38:00', '2009-02-10 09:40:00',
               '2009-02-10 09:41:00', '2009-02-10 09:44:00',
               '2009-02-10 09:45:00', '2009-02-10 09:46:00',
               '2009-02-10 09:47:00', '2009-02-10 09:48:00',
               ...
               '2016-02-29 19:41:00', …