我知道关于选择支持向量机(RBF核)的最佳C值和伽马值的问题很多。标准答案是网格搜索,但是,我的问题在网格搜索结果之后开始。让我解释:
我有一个由10个主题组成的数据集,对其进行休假--主题为了不对这些训练数据进行优化,我不想通过在所有10个模型上建立平均精度来选择最佳的C和γ参数并搜索最大值。考虑到xfold中的一个模型,我可以只对训练数据执行另一个x折叠--这个模型(不涉及遗漏的验证主题)。但是你可以想象计算的努力,而我没有足够的时间来完成这个任务。
由于网格搜索对于10种模型中的每一种,产生了范围广泛的良好的C和γ参数(精度之间的差异仅为2-4%,参见图1),I考虑了一种不同的方法。
I
当我需要用Python内插数据时,我通常使用C中数值食谱中的双线性和双三次例程的实现(W.H. Press,1992)。主要的原因是我没有得到我所期望的。由于我现在需要更多的灵活性(例如不规则网格),所以我想使用griddata函数。
下面的脚本可以说明我的问题:
from matplotlib import pyplot as plt
from scipy.interpolate import griddata
from interp import * # My own interpolation functions (from Press. 1992)
# Create test
我正试图从另一个虚拟机中监视一个虚拟机。有两个ubuntu虚拟机,一个带有zabbix服务器,另一个带有zabbix代理。但是在通过使用公共ip设置代理之后,我得到了以下错误:Received empty response from Zabbix Agent at [192.168.x.x]. Assuming that agent dropped connection because of access permissions.
在/etc/zabbix/zabbix_agentd中,我将服务器更改为server= 127.0.0.1,192.168.x.x,并关闭了防火墙,以防万一。
我的