我被要求获取数据集的历史平均值作为其预测。我应该得到时间预报，t= 1175转t=1675。对于t=1175，预测应该是从t=1到t=1174的平均值。对于t=1176，预测应该是从t=1到t=1175的平均值。以此类推.. ret_xrp是包含从time t=1到t=1675的一系列返回的数据集。)
fc_xrp_mean[[i]] <- predict
浏览 10提问于2019-09-10得票数 0
3回答
如何绘制角膜实验的学习曲线？
、、、、
我正在使用keras训练RNN，并希望了解验证的准确性如何随数据集大小的变化而变化。Keras在其历史对象中有一个名为val_acc的列表，该列表在每个时代之后都会附加到相应的验证集精度()中。我希望获得运行的历元数的val_acc平均值，并根据各自的数据集大小绘制该值。问题：如何检索val_acc列表中<em
浏览 5提问于2016-06-06得票数 14
我使用google cloudSQL对人的数据进行预先搜索，以获取用户列表。在数据存储中，已有2种模型存储的数据。首先用于跟踪用户的当前数据，其他模型用于跟踪历史时间线。当前的数据存储在google cloudSQL上，对所有用户来说都是上百万行。现在，我希望通过将所有历史数据添加到云中来实现对历史数据的预先搜索，包括日期之间的
浏览 2提问于2017-06-20得票数 1
3回答
极长时间序列的最佳索引数据结构
、、、、
时间范围内所有大于/小于t0、t1的值
数据集由总结的时间序列和多元时间序列组成。所讨论的数据集大小约为15-20TB，因此处理是以分布式方式进行的--因为上面描述的一些查询将导致数据集大于任何一个系统上可用的物理内存量。指数应该能够处理<
浏览 3提问于2012-04-02得票数 23
我在玩一些数据，发现，不管我拿了多少个引导样本，独联体似乎总是在同一个地方。我相信，样本越多，CI越窄。这是密码。 extreme order statistics used as endpoints样品尺寸要低很多倍，但顺式基本上是一样的。如果有人想复制完全相同的例子，下面是数据。
浏览 5提问于2022-04-04得票数 0
5回答
如何提高损耗避免过拟合
、、、、
我正在尝试使用这个博客https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html的第一部分中建议的体系结构来构建一个2类图像分类器对于前几个历元(约20)，训练和验证误差一直在减少，直到测
浏览 0提问于2018-04-09得票数 6
如果我总是覆盖数据，使用哪种格式更好？如果我不需要更改的历史，并且想要节省存储空间，那么在我的情况下是否应该选择Parquet？
浏览 8提问于2022-02-17得票数 2
我的数据集由每日统计数据组成，其中数字彼此相似，但事件发生在特定的日期，这会导致下一组天数稳定在新的平均值附近。
我想知道在历史数据集中自动检测这些事件的最好方法是什么？
浏览 0提问于2013-03-31得票数 0
回答已采纳
我试图在MySQL中创建一个表，但得到了错误1206 (锁的总数超过锁表大小)。
我知道我需要增加innodb_buffer_pool_size。(当前设置约为100m)，并且我的数据集相当大。我打算创建的表应该返回100多万行，并且有很多文本返回。我是一个历史学家，在更改MySQL选项文件方面经验不是很丰富。
浏览 3提问于2013-11-06得票数 2
我试图对Keras模型进行拟合，并使用历史对象和计算函数来查看模型的性能。因此，要计算的代码如下：model.compile(loss='categorical_crossentropy',model.evaluate(X_val, y_val, verbose=0)令我惊讶的是，训练<
浏览 2提问于2017-12-31得票数 12
回答已采纳
我目前正在培训文本数据的转换器模型。在文本数据中打开缩略语/缩写是一种好的做法吗？我没有在网上提供任何关于它的建议或建议。
浏览 0提问于2023-03-01得票数 2
我们有一个要求，在第0天，我们将运行历史spark作业来将批量数据加载到HBase中。每天发布，我们只需将当天结束的数据添加到HBase即可。为了处理这种情况，我们希望在运行历史作业之前更改(增加大小) hbase表的内存存储区。在历史作业完成后，我们希望将内存库恢复为默认大小。
这个是可能的吗？此外，我们如何通过hbase-shell仅为受影响的表更改内存存储大小</em
浏览 2提问于2019-04-02得票数 0
2回答
图像减法是如何工作的？
、、、、
作为前言，我是ML/CV领域的新手，目前正在使用Caffe训练自定义conv网络。我知道可以从训练集中计算出“均值图像”，然后从训练、验证和测试集中减去它，以使网络对不同的背景和光照条件不那么敏感。这是否涉及计算每个图像中所有像素的平均值，并对其进行平均？或者，每个像素坐标的值是集合中所有图像的平均值(即所有图像在位置(
浏览 12提问于2017-06-28得票数 5
回答已采纳
1回答
如何减少预训练网络中的过度拟合
、、、、
我有一个有10个类的定制数据集，我正在使用一个来自火炬视觉的预先训练过的resnet18模型。我可以清楚地看到它的过度拟合，因为:该模型被训练为75个历元，批次大小为4，从epoch 30开始，验证精度停止增加，训练精度不断提高。我为提高泛化性能和减少过度拟合所做的事情：我<
浏览 0提问于2020-07-12得票数 1
1回答
我想创建一个滚动窗口的函数，它通过时间移动(例如window_size=2秒)，并给出'temp‘列的平均值。以下是数据集： data = { 'temp': [20, 26, 28, 30, 31,33, 29, 34, 16, 35, 38, 31]
浏览 15提问于2020-12-30得票数 1
回答已采纳
1回答
我正试图用一个带有海运的二元密度图来绘制一个2D图。基本上，它显示了二维平面上两个变量联合出现的密度，如下图所示。此图的x和y数据存储在一个数据格式df中，其中列为“x”和“y”。我可以用海运得到这个但是，我发现随着df大小的增加，这个地
浏览 5提问于2022-08-08得票数 -2
在python的Tensorflow 2.0中训练一个神经网络时，我注意到训练的准确性和损失在不同时期之间发生了很大的变化。我知道，所打印的指标是整个时代的平均值，但在每一个时代之后，精度似乎都会显著下降，尽管平均值总是在增加。
我在我自己实现的所有模型上都注
浏览 5提问于2019-10-14得票数 10
回答已采纳
我使用jahmm训练了草图"D“的hmm模型，按照jahmm网站的建议通过K-means初始化该模型，然后使用Baum-Welch算法。ForwardBackwardScaledCalculator(testseqs,trainedHmm); System.out.println(fbc.lnProbability());
然而，lnProbability()的结果类似于是因为HMm没有得到很好的训练，还是因为数据集？非常感谢大家的建议！
浏览 0提问于2014-07-22得票数 0
云服务器
ICP备案
对象存储
腾讯会议
云直播
腾讯云开发者
