我想开发一个轮询包含CSV文件的目录的路由,并且对于每个文件,它使用Bindy解组每一行并在activemq中对其进行排队.
问题是文件可能非常大(一百万行)所以我更喜欢一次排队一行,但我得到的是Bindy末尾的java.util.ArrayList中的所有行记忆问题.
到目前为止,我有一点测试和解组工作,所以使用注释的Bindy配置是可以的.
这是路线:
from("file://data/inbox?noop=true&maxMessagesPerPoll=1&delay=5000")
.unmarshal()
.bindy(BindyType.Csv, "com.ess.myapp.core")
.to("jms:rawTraffic");
环境是:Eclipse Indigo,Maven 3.0.3,Camel 2.8.0
谢谢
我一直在尝试将我在 Bitbucket (BB) 上创建的存储库配置为 GCP 上的外部存储库，但没有成功。
我在 BB 上获得了一个新的 repo，向我用于 GCP 的同一用户授予了管理员权限，并使用相同的浏览器在两个站点上登录。
在 GCP，“连接外部存储库”，我按照 [1] 中的步骤，我可以看到我的 BB 帐户和 GCP 上的存储库。我选择了正确的一个，作为最后一步，我按下“连接选定的存储库”并获得“连接存储库...”一段时间，但最终“连接存储库失败”。没有更多信息
我读了 [2] 但仍然没有运气。
我怀疑我可能会遗漏一些必须在 BB 方面完成的事情。
有什么帮助吗？非常感谢
[1] https://cloud.google.com/source-repositories/docs/mirroring-a-bitbucket-repository
我正在尝试找到应用于众所周知的威斯康星癌症数据集(569个样本,31个特征+目标)的乳腺癌样本分类的最佳模型神经网络模型.我正在使用sklearn 0.18.1.到目前为止我还没有使用Normalization.当我解决这个问题时,我会添加它.
# some init code omitted
X_train, X_test, y_train, y_test = train_test_split(X, y)
为GridSearchCV定义params NN params
tuned_params = [{'solver': ['sgd'], 'learning_rate': ['constant'], "learning_rate_init" : [0.001, 0.01, 0.05, 0.1]},
{"learning_rate_init" : [0.001, 0.01, 0.05, 0.1]}]
CV方法和模型
cv_method = KFold(n_splits=4, shuffle=True)
model = MLPClassifier()
应用网格
grid = GridSearchCV(estimator=model, param_grid=tuned_params, cv=cv_method, scoring='accuracy')
grid.fit(X_train, y_train)
y_pred = grid.predict(X_test)
如果我跑:
print(grid.best_score_)
print(accuracy_score(y_test, y_pred))
结果为0.746478873239和0.902097902098
根据文档"best_score_:float,best_estimator得分左侧数据".我认为在运行8种不同配置的那些中获得的最佳准确度是在tuned_params中指定的次数,由KFold指定的次数,在左边的数据中由KFold指定.我对吗？
还有一个问题.有没有一种方法可以找到在train_test_split中使用的最佳测试数据大小,默认为0.25？
非常感谢
参考