小编Fra*_*ank的帖子

Java:如何将字符串(HH:MM:SS)转换为持续时间?

我想将格式为HH:MM:SS或MM:SS或SS的字符串转换为持续时间的数据类型.

解:

    private ArrayList<Duration> myCdDuration = new ArrayList<Duration>();

        private void convert(String aDuration) {

            chooseNewDuration(stringToInt(splitDuration(aDuration))); //stringToInt() returns an int[] and splitDuration() returns a String[]
        }

        private void chooseNewDuration(int[] array) {
            int elements = array.length;
            switch (elements) {
            case 1:
                myCdDuration.add(newDuration(true, 0, 0, 0, 0, 0, array[0]));
                break;
            case 2:
                myCdDuration.add(newDuration(true, 0, 0, 0, 0, array[0], array[1]));
                break;
            case 3:
                myCdDuration.add(newDuration(true, 0, 0, 0, array[0], array[1],
                        array[2]));
                break;
            }
        }
Run Code Online (Sandbox Code Playgroud)

感谢您的帮助...任何更简单的方法吗? - >创建自己的Duration类:

public class Duration {
        private int intSongDuration;
        private String …
Run Code Online (Sandbox Code Playgroud)

java string duration

18
推荐指数
3
解决办法
3万
查看次数

使用插入符号在R中进行分类的预测(模型)和预测(模型$ finalModel)之间的差异

什么区别

predict(rf, newdata=testSet)
Run Code Online (Sandbox Code Playgroud)

和

predict(rf$finalModel, newdata=testSet) 
Run Code Online (Sandbox Code Playgroud)

我训练模型 preProcess=c("center", "scale")

tc <- trainControl("repeatedcv", number=10, repeats=10, classProbs=TRUE, savePred=T)
rf <- train(y~., data=trainingSet, method="rf", trControl=tc, preProc=c("center", "scale"))
Run Code Online (Sandbox Code Playgroud)

当我在一个居中和缩放的testSet上运行它时,我会收到0个正数

testSetCS <- testSet
xTrans <- preProcess(testSetCS)
testSetCS<- predict(xTrans, testSet)
testSet$Prediction <- predict(rf, newdata=testSet)
testSetCS$Prediction <- predict(rf, newdata=testSetCS)
Run Code Online (Sandbox Code Playgroud)

但是当我在一个未缩放的testSet上运行它时会收到一些真正的积极因素.我必须使用rf $ finalModel在居中和缩放的testSet和未缩放的rf对象上接收一些真正的postive ...我缺少什么?


编辑

测试:

tc <- trainControl("repeatedcv", number=10, repeats=10, classProbs=TRUE, savePred=T)
RF <-  train(Y~., data= trainingSet, method="rf", trControl=tc) #normal trainingData
RF.CS <- train(Y~., data= trainingSet, method="rf", trControl=tc, preProc=c("center", "scale")) #scaled and centered trainingData
Run Code Online (Sandbox Code Playgroud)

在正常的testSet上:

RF predicts …
Run Code Online (Sandbox Code Playgroud)

r classification prediction r-caret

8
推荐指数
1
解决办法
1万
查看次数

标签 统计

classification ×1

duration ×1

java ×1

prediction ×1

r ×1

r-caret ×1

string ×1