小编Eli*_*eth的帖子

我使用 Google Bigquery 训练了 KMEANS 聚类模型，它在模型的评估选项卡中为我提供了这些指标。我的问题是我们是否试图最大化或最小化戴维斯-布尔丁指数和均方距离？

当给定范围 -1 和 1 之间的指数参数时，torch.pow() 返回 nan

a = torch.randn(1,3)
a

>> tensor([[-1.7871, -0.5375, -0.1164]])

torch.pow(a, 2)      #or a**2

>> tensor([[3.1938, 0.2889, 0.0136]])

torch.pow(a,0.5)     #or a**0.5

>> tensor([[nan, nan, nan]])

期望结果：

tensor([[-1.3368, -0.7331, -0.3412]])

编辑：事实证明 ** 也以同样的方式工作。a**2对张量执行与 相同的操作torch.pow(a,2)。 a**0.5像 torch.pow 一样返回 nan 。

所以我尝试交织大约 3 个数据帧，结果应该如下所示：

df1

A

D

G

df2

B

E

H

df3

C

F

I

结果 df:

A

B

C

D

E

F

G

H

I

我试过：

for i in len(df1+df2+df3):
    final_df.append(i)

我想尽可能高效地使用 n 个数据帧来完成此操作