data-science

2熱度

1回答

我解析的文件也包含UUID類型。我無法解析文件並得到此錯誤。從/127.0.0.1:54321 DistributedException： 'NewChunk具有類型數值，但VEC是類型UUID的'，致java.lang.AssertionError：NewChunk具有類型數值，但VEC是類型UUID的任何人都知道這意味着什麼？

1熱度

1回答

從元數據+值創建xarray數據集的簡單方法？

我正在使用最近10k-100k樣本（cell s）x 20k特徵（gene s）稀疏值的單細胞RNA測序數據，並且還包含大量元數據，例如，起源的組織（「大腦」與「肝臟」）。元數據是〜10-100列，我存儲爲pandas.DataFrame。現在，我正在製作xarray.DataSets字典，並將它們添加爲座標。由於我在筆記本之間複製片段，因此它看起來很笨重且容易出錯。有更容易的方法嗎？ cell_

1熱度

1回答

繪圖比例另一個變量

分組我目前正在讀R for Data Science並試圖創造一些圖表。我知道要在條形圖中獲得比例，您需要使用group = 1。例如，下面的代碼工作： library(ggplot2) ggplot(data = diamonds) + geom_bar(mapping = aes(x = cut, fill = color)) 但我沒有得到相同的比例圖。 ggplot(data = d

0熱度

1回答

如何在現有數據框中創建新類別？

我有一個列名稱的付款總額數據集，其中包括從$ 100到$ 1000的付款，有一些付款是$ 100.05，$ 102或104.05，這使得它更加困難。如果該行例如說97美元，那麼我想創建一個具有低於100美元或在100和200之間的類別的列。我編寫了類似這樣的代碼; 但輸出是以下，所有的行的說之間800和900; 請在這個人的支持。

-1熱度

2回答

根據列中的多個ID擴展數據集

這是一個數據纏繞問題，涉及查詢問題。我有一個數據集，每行不代表1個樣本，但包含一列有ID列表。例如，您有3列：年齡，性別& ID。你可以有一行：28, M, 'ID209,ID208'。是否有簡單的方法來擴展這個數據集，使得每個ID號有一行？我正在與R或Python合作。

1熱度

1回答

「用序列設置數組元素」numpy error

我正在處理一個涉及不得不使用以下形式的預處理數據的項目。數據說明上面已經給出過。目標是預測書面數字是否與所述數字的音頻相匹配。首先，我變換形式的所說陣列（N，13）的裝置在時間軸這樣：這創建的（1,13），用於每一陣列的一致長度內發言。爲了在一個簡單的vanilla算法中測試它，我將這兩個數組壓縮在一起，以便我們創建一個形式數組（45000,2），當我將它插入到LogisticRegressi

2熱度

1回答

關於從書籍數據科學模擬中心極限定理的問題從零開始

我正在閱讀由Joel Grus從頭開始的「數據科學」一書。我的問題特別涉及第6章，作者使用二項式隨機變量來模擬定理。結果將是一個圖表，其中包含二項試驗的概率分佈和使用正態分佈的近似圖。這兩個地塊應該非常相似。書示出像這樣的圖表： Author's Chart 他提供的代碼爲： import random from matplotlib import pyplot as plt from co

1熱度

1回答

哪種方法可以進行圖像歸一化？

在準備用於神經網絡訓練的訓練集時，我找到兩種可能的方法。的傳統方法：計算上整個訓練的平均發送到網絡之前設置，再減去每幅圖像此固定平均值。以類似的方式處理標準偏差。我發現tensorflow提供的功能tf.image.per_image_standardization做單一圖像正常化。我不知道哪種方式更合適？

-2熱度

1回答

如何接受我的機器學習模型的非csv輸入？

語言：Python。我創建了一個模型並將其與joblib一起保存。現在我想加載它來預測新數據---但是數據是以字符串的形式表示的（數值在數值中，但是特徵是用「，」分隔的一行代替，而不是作爲一個大數據框在列中）我這樣做？我知道我可以發送單個輸入並獲得單個預測，但我不知道如何執行此操作。我用 https://machinelearningmastery.com/save-load-machine-

0熱度

1回答

scikit學習：彈性網接近山脊

所以彈性網應該是嶺迴歸（L2正則化）和套索（L1正則化）之間的混合。但是，即使l1_ratio是0，我也沒有得到和脊一樣的結果。我知道山脊使用梯度下降和彈性網使用座標下降，但最優方法應該是相同的，不是嗎？此外，我發現彈性網通常會引發ConvergenceWarnings，原因不明，而套索和脊線則不會。這裏有一個片段： from sklearn.datasets import load_boston