2回答
我正在尝试使用curve_fit软件包将一些(几个)离散的实验值与自定义模型拟合。问题是我得到警告(?)：“OptimizeWarning:无法估计参数的协方差”，当然也没有可靠的参数值。我读到这个问题是由于我的数据集的离散性质造成的，我可以使用LMFIT包来解决它。根据我发现的一些例子，我应该定义一个线性空间，然后将我的实验值
浏览 33提问于2020-09-14得票数 1
回答已采纳
1回答
我有大约7000条记录的数据集。在清除之后，我在it.Then上执行了规范化和离散化操作--我对它应用了一个j48模型，并将它保存到了我的computer.Now中--我想在一个包含500个记录的数据集中测试这个模型。此数据集中的所有列都与原始数据集相同。但是，测试数据集中的"class“列没有值。但我犯了个错误。因此，我还将规范化和离散</em
浏览 4提问于2020-02-27得票数 0
回答已采纳
1回答
我的例子是很长的文本。我想使用一个特征集，其中第i个元素是第i个最频繁的单词，例如，第一个特征是最频繁的单词。
我的问题是，如果我使用字符串功能，那么我就不能使用我想要的分类器。如果我使用名义特征，我会将第一个特征作为我的训练示例中最常用的单词。对于测试示例，第一个特征是我的测试示例中出现频率最高的单词。所以这些特征是不同的，当我想使用分类器时，weka说它不匹配。我希望能够使用每
浏览 3提问于2013-08-12得票数 0
1回答
我有一个快速的问题，关于全球拟合使用scipy.optimize.curve_fit。根据我的理解，在本地拟合和全局拟合之间设置脚本的唯一不同之处在于连接功能的不同。每一行滴定数据将分别与模型拟合，并得到一个kd值。这是一个本地的适合，现在我想改变它的全球适合。(glob_fun, x, y)
根据我的理解，这应该给我一个奇异的kd输出，通过同时拟合所有的数据。: unsupported opera
浏览 1提问于2019-12-27得票数 3
回答已采纳
1回答
我与一起讨论了如何为具有共享参数的多个数据集使用curve_fit，并且我面临以下问题：x = np.random.rand(3,4)在答案中，他将数据集与共享参数连接起来。def g(x, a, b_1, b_2, b_3):
return np.concatenate(f(x,a,b1), f(x,a,b_2), f(x,a,
浏览 4提问于2021-08-26得票数 0
1回答
我正在使用Weka的API对一些数据进行分类。我使用BayesNet算法，因此需要对数据集中的数值进行离散化。我读到，在离散化测试数据集时，我需要使用训练数据集作为输入格式，以便离散化的训练数据集和测试数据集是兼容的()。这是我的测试数据集
浏览 5提问于2017-10-25得票数 0
1回答
我使用Weka对数据进行离散化，但问题是它没有对上一列进行离散。另外，supervised.Discretize是不活动的。数据集有问题吗？数据集：@attribute V178 numeric0,3.7,80,14.2,10
...some
浏览 1提问于2018-10-15得票数 3
1回答
我有两个数据集，一个连续数据集(75个数据点和14个变量)和一个离散数据集，该数据集是通过将连续数据集放入桶中生成的。我已经构建了一个决策树分类器(使用python sklearn包)，该分类器对于离散数据集比连续数据集要好得多。
我还在几篇论文中读到，有时最好使用离
浏览 0提问于2017-09-01得票数 4
1回答
我想使用curve_fit函数从scipy.optimize模块确定振幅，频率，相位和正弦函数(和一个y0)。这是很容易做到的，当我知道许多正弦使用。例如，当我从DFT (离散傅里叶变换)知道两个频率：1.152和0.432时，我可以定义一个函数：param, _ = curve_fit(func, t, data, bounds=([-np.inf, -np.inf,
浏览 0提问于2018-11-26得票数 1
回答已采纳
3回答
我正在使用Java从读取和处理一些数据集。我开始为每个数据集创建一个类，并使用特定的类文件。数据集中的每个属性都由所需类型的类中的相应数据成员表示。这种方法工作得很好，直到没有。属性<10-15。我只是增加或减少了类的数据成员，并更改了它们的类型以模拟新的数据集。我还对函数进行了必要的更
浏览 0提问于2012-05-08得票数 0
回答已采纳
嗨，我有一组数据，我用curve_fit函数来拟合我的数据，但是这条线描述的原始数据集不够好。curve_fit函数与原始数据不接近。x数组具有以下数据：d
浏览 0提问于2018-11-23得票数 1
回答已采纳
我的问题据说很简单--我有X和Y的离散数据，我想得到一个很好的，拟合良好的趋势线，有一个已知的方程，这样我就可以将LDR电压对应到功率读数中。使用使用curve_fit似乎是可行的方法，但我尝试使用curve_fit作为描述的，并且在调整以增加曲线拟合迭代的最大次数之后，当我得到错误消息"TypeError:不能用‘numpy.float64我有几个小<
浏览 0提问于2019-08-06得票数 1
我要求对数据集的属性进行等宽离散化，然后继续绘制数据集离散化与连续的绘制值。为此，我需要完整的离散值数据集，而不是稀疏矩阵 X,y = datasets[0]X_binned = enc.fit_transform
浏览 11提问于2020-04-27得票数 0
回答已采纳
我最近发现了一种模型，可以根据叶子的大小对爱尔兰花进行分类。有3种类型的花作为目标(因变量)。据我所知，分类数据应该进行编码，以便在机器学习中使用。然而，在该模型中，数据是直接使用的，而不需要编码过程。有人能解释一下什么时候使用编码吗？提前谢谢你！
浏览 0提问于2020-07-16得票数 0
1回答
我试图使用curve_fit函数来求解模型参数。我使用作为起点，能够满足我的需求，但现在我想使用两个输入数据集来派生模型参数，这些参数将由两个数据集共享(长期而言，我希望使用两个以上的数据集，但作为一个起点，我将使用两个数据集)。我认为最简单的方法可能是使用curve_fit并将我的数据作为一个矩阵输入。作为一个非常精心设计<e
浏览 0提问于2018-06-29得票数 0
回答已采纳
我编写了一个适合泊松发行版的脚本，它似乎很适合使用python的random.poisson生成的数据集，但它不适用于我需要安装的数据集。剧本是： ....: print(lambd)
..
浏览 4提问于2015-03-13得票数 1
回答已采纳
x_ddot + d*x_dot + k*x = a*sin(omega*t)1)采用傅里叶变换(numpy.fft)。但是，利用离散傅里叶变换从离散数据中生成连续函数是很困难<em
浏览 19提问于2016-06-29得票数 2
回答已采纳
CfsSubsetEval对数据集进行离散化，我试图避免这种情况，因为数据集已经被离散化了。下面是执行离散化的CfsSubsetEval.java中的行。虽然我对Weka实现有一点了解，但我试图注释掉这些行，以跳过离散化。AttributeSelection.java:606)
at selecting_features.runFeatureSelection.main(runFeatureSelection.jav
浏览 3提问于2014-11-02得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
