假设我有两个数据框,学生和老师.
students <- data.frame(name = c("John", "Mary", "Sue", "Mark", "Gordy", "Joey", "Marge", "Sheev", "Lisa"),
height = c(111, 93, 99, 107, 100, 123, 104, 80, 95),
smart = c("no", "no", "yes", "no", "yes", "yes", "no", "yes", "no"))
teachers <- data.frame(name = c("Ben", "Craig", "Mindy"),
height = c(130, 101, 105),
smart = c("yes", "yes", "yes"))
我希望生成所有可能的学生和教师组合并保留随附的信息,基本上创建数据框"学生"和"教师"的所有行组合.这可以通过循环和cbind轻松完成,但对于大型数据帧,这需要永远.帮助一个R新手 - 最快的方法是什么？
编辑:如果这不清楚,我希望输出具有以下格式:
rbind(
cbind(students[1, ], teachers[1, ]),
cbind(students[1, ], teachers[2, ])
...
cbind(students[n, ], teachers[n, ]))
使用 sklearn 构建模型相对较新。我知道交叉验证可以通过 n_jobs 参数进行并行化，但是如果我不使用 CV，我该如何利用我的可用内核来加速模型拟合？
根据其文档，xgboost具有n_jobs参数。但是，当我尝试设置n_jobs时，出现此错误：
TypeError: __init__() got an unexpected keyword argument 'n_jobs'
对于其他一些参数（例如random_state）也存在同样的问题。我以为这可能是一个更新问题，但似乎我具有最新版本（0.6a2，随pip一起安装）。
对于我来说，重现该错误并不需要太多：
from xgboost import XGBClassifier
estimator_xGBM = XGBClassifier(max_depth = 5, learning_rate = 0.05, n_estimators = 400, n_jobs = -1).fit(x_train)
有任何想法吗？
我已经在 R 中使用 ARIMA 进行了一些时间序列预测，它在给定一系列连续值的情况下预测未来时间点的值，但我不确定在处理分类值时如何进行时间序列预测。
鉴于 5 个人的晨衣程序的这些简单训练序列，我如何为 person6 的最后两个条目生成预测？
person1 <- c("underwear", "socks", "pants", "shirt", "tie", "shoes", "jacket")
person2 <- c("underwear", "pants", "socks", "shirt", "tie", "jacket", "shoes")
person3 <- c("socks", "underwear", "pants", "shirt", "tie", "shoes", "jacket")
person4 <- c("underwear", "socks", "shirt", "pants", "tie", "shoes", "jacket")
person5 <- c("underwear", "socks", "shirt", "tie", "pants", "jacket", "shoes")
person6 <- c("underwear", "socks", "pants", "shirt") # Predict next events
提前致谢！
如果我有这个数据：
df1 <- data.frame(name = c("apple", "apple", "apple", "orange", "orange"),
ID = c(1, 2, 3, 4, 5),
is_fruit = c("yes", "yes", "yes", "yes", "yes"))
我只想保留唯一的行，但忽略该ID列，输出如下所示：
df2 <- data.frame(name = c("apple", "orange"),
ID = c(1, 4),
is_fruit = c("yes", "yes"))
df2
# name ID is_fruit
#1 apple 1 yes
#2 orange 4 yes
我怎样才能做到这一点，理想情况下dplyr？