小编Ben*_*Ben的帖子

我对 Keras 很陌生，我想从教程开始。在那里，让我们几乎在开始时说，代码行

将预混洗的 MNIST 数据加载到训练集和测试集

(X_train, y_train), (X_test, y_test) = mnist.load_data()

出现。我想知道 Keras 如何知道哪些数据是训练的一部分，哪些是测试的一部分？虽然这是一个非常基本的问题，但我无法在 Keras 文档中看到特定的定义（搜索甚至没有在那里提供任何结果）。因此，我感谢任何帮助，因为我经常在Keras 中找不到任何命令定义。对于其他语言，如 C++、R、Python 等，很容易找到一些定义。但是对于 Keras，即使是 google 也没有为我提供有用的搜索结果（至少在前 2 页中没有）。

TL;DR：load_data() 如何知道数据集的训练和测试是什么？

我有一个混合效果模型,我想看到R²-和p值.我认为这可以通过summary()获得,但事实并非如此.或者至少我没有意识到这一点.

> summary(fit1.lme <- lmer(log(log(Amplification)) ~ poly(Voltage, 3) + (1 | Serial_number), data = bdf))
Linear mixed model fit by REML ['lmerMod']
Formula: log(log(Amplification)) ~ poly(Voltage, 3) + (1 | Serial_number)
   Data: bdf

REML criterion at convergence: -253237.6

Scaled residuals: 
     Min       1Q   Median       3Q      Max 
-14.8183  -0.4863  -0.0681   0.2941   9.3292 

Random effects:
 Groups        Name        Variance Std.Dev.
 Serial_number (Intercept) 0.008435 0.09184 
 Residual                  0.001985 0.04456 
Number of obs: 76914, groups:  Serial_number, 1270

Fixed effects:
                    Estimate Std. Error t value
(Intercept)         0.826745   0.002582 …

在C++中计算二项式系数的最佳方法是什么？我已经看到了一些代码片段,但在我看来,它总是只在某个特定区域可行.我需要一个非常非常可靠的计算.我尝试使用gamma功能:

unsigned n=N;
unsigned k=2;
number = tgammal(n + 1) / (tgammal(k + 1) * tgammal(n - k + 1));

但它在n = 8时已经不同,k = 2的1(并且n = 30,k = 2它崩溃).我"仅"需要计算大约至少n = 3000,其中k = 2.

我有一个包含5个变量的数据框:批/晶圆/序列号/电压/放大.在该数据帧中,有1020个子集由Serial_number分组.每个子集具有一定数量的测量数据点(针对电压的放大).

我适合数据

summary(fit2.lme <- lmer(log(log(Amplification)) ~ poly(Voltage, 3) + (poly(Voltage, 1) | Serial_number),
+  data = APD))

产量:

Linear mixed model fit by REML ['lmerMod']
Formula: log(log(Amplification)) ~ poly(Voltage, 3) + (poly(Voltage, 1) |      Serial_number)
   Data: APD

REML criterion at convergence: 35286.1

Scaled residuals: 
     Min       1Q   Median       3Q      Max 
-20.7724  -0.2438  -0.1297   0.2434  13.2663 

Random effects:
 Groups        Name             Variance  Std.Dev. Corr 
 Serial_number (Intercept)      1.439e-02  0.1199       
               poly(Voltage, 1) 2.042e+03 45.1908  -0.76
 Residual                       8.701e-02  0.2950       
Number of obs: 76219, groups:  Serial_number, 1020 …

我用Rstudio。根据https://stats.stackexchange.com/questions/135694/using-b-splines-within-a-linear-mixed-effects-model-in-r我想将所谓的 b-splines 添加到我的型号：

degree<- 3\nfit<- lmer(log(log(Amplification)) ~ bs(poly(Voltage, degree)) + bs(poly(Voltage, degree) | Serial_number),data = APD))\n

但这会导致

Error in splineDesign(Aknots, x, ord) : \n  length of \'derivs\' is larger than length of \'x\'\nIn addition: Warning messages:\n1: In Ops.factor(poly(Voltage, 3), Serial_number) :\n  \xe2\x80\x98+\xe2\x80\x99 not meaningful for factors\n2: In min(x, na.rm = na.rm) :\n  no non-missing arguments to min; returning Inf\n3: In max(x, na.rm = na.rm) :\n  no non-missing arguments to max; returning -Inf\n

我有一个数据框如下：

       Serial_number Amplification Voltage
(...)
    51    912009913    50.8258    335.965
    52    912009913    54.3855    337.966
    53    912009913    58.3014    339.959
    54    912009913    62.6758    341.956
    55    912009913    67.5537    343.965
    56    912009913    72.9996    345.965
    57    912009913    79.1489    347.964
    58    912009913    86.1111    349.965
    59    912009913    94.0453    351.957
    60    912009913    103.2320    353.957
    61    912009913    113.9780    355.964
    62    912009913    126.5830    357.964
    63    912009913    141.6830    359.963
    64    912009913    160.0800    361.962
    65    912009913    182.8440    363.955
    66    912009913    211.9870    365.957
    67    912009913    250.4290    367.965
(...)
    119    912009897    50.8925    329.968
    120    912009897 …

我有这些数据：

> dput(df)
structure(list(Freq = c(41L, 31L, 11L, 0L), group = structure(c(1L, 
1L, 2L, 2L), .Label = c("A", "B"), class = "factor"), Survived = structure(c(2L, 
1L, 2L, 1L), .Label = c("No", "Yes"), class = "factor")), row.names = c(NA, 
4L), class = "data.frame")

  Freq group Survived
1   41     A      Yes
2   31     A       No
3   11     B      Yes
4    0     B       No

我尝试遵循https://data-flair.training/blogs/chi-square-test-in-r/但我不确定如何使用这些数据。例如，当我使用时chisq.test(df$group, df$Survived)我收到

> chisq.test(df$group, df$Survived)

    Pearson's Chi-squared test

data:  df$group and df$Survived
X-squared = 0, …

我无法更改 ggpair-plot 中的对角线图。我想总体上改变它们的外观，也许从让它们空白开始。这就是我认为应该是这样的：

ggpairs(data=df,
             columns=1:3,
             diag = list(discrete = "blank"),
             title="APD pool",
             mapping=ggplot2::aes(colour = Irradiated)
            ) 

但它以对角元素中的密度曲线（？！）结束。由于罗宾的评论，我尝试了

ggpairs(data=df,
             columns=1:3,
             diag = list(continous = "blank"),
             title="APD pool",
             mapping=ggplot2::aes(colour = Irradiated)
            ) 

但它不会改变。

我究竟做错了什么？谢谢！

参考：https : //rdrr.io/cran/GGally/man/ggpairs.html

R 中是否有一个函数可以生成给定函数的反函数？更具体地说：我有一个三阶多项式，我需要它的倒数。这是严格单调的。

我读过几次，uniroot 和/或多根可以提供帮助。但如何呢？Uniroot 产生函数的根，polyroot 产生函数的零点。我怎样才能用它来求逆呢？也许是一个愚蠢的问题，但我不明白..

是什么目的-c,并nrow在这个功能呢？

bdf <- by(bdf, bdf$Serial_number, function(SN, k) {
                     SN[-c(1:k, (nrow(SN)-k+1):nrow(SN)),]
                     }, k = 10)

by()通过第二个参数Serial_number拆分数据帧bdf,并在第三个参数中拆分apply函数函数(SN,k).我不明白这个功能的主体.