识别异常值并仅处理R中groupby多列的异常值？
在R中，识别异常值并仅处理groupby多列的异常值可以通过以下步骤完成：
- 首先，需要导入所需的包，例如
dplyr和tidyverse。使用以下命令安装和加载这些包： - 首先，需要导入所需的包，例如
dplyr和tidyverse。使用以下命令安装和加载这些包： - 然后，可以加载数据集并将其存储在一个变量中。假设数据集名为
data。 - 使用
group_by()函数根据需要进行分组，可以选择多列作为分组依据。例如，如果要根据"column1"和"column2"进行分组，可以使用以下代码： - 使用
group_by()函数根据需要进行分组，可以选择多列作为分组依据。例如，如果要根据"column1"和"column2"进行分组，可以使用以下代码： - 接下来，使用
mutate()函数创建一个新列，用于标记异常值。可以使用适当的方法来识别异常值，例如基于标准差、箱线图等。以下是一个使用标准差方法识别异常值的示例： - 接下来，使用
mutate()函数创建一个新列，用于标记异常值。可以使用适当的方法来识别异常值，例如基于标准差、箱线图等。以下是一个使用标准差方法识别异常值的示例： - 这将在数据集中创建一个名为"outlier"的新列，其中异常值将被标记为1，非异常值将被标记为0。可以根据需要调整阈值。
- 最后，可以根据需要处理异常值。可以使用
filter()函数仅选择非异常值，例如： - 最后，可以根据需要处理异常值。可以使用
filter()函数仅选择非异常值，例如：
至此，识别异常值并仅处理R中groupby多列的异常值的步骤完成。
此外，如果您在处理数据时需要更复杂的功能或更高级的处理方法，您可以考虑使用R中的其他包，如data.table、sqldf等。这些包提供了更多高级功能和更灵活的数据处理选项。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云官网：https://cloud.tencent.com/
- 云服务器（Elastic Cloud Server，ECS）：https://cloud.tencent.com/product/cvm
- 云数据库 MySQL 版（TencentDB for MySQL）：https://cloud.tencent.com/product/cdb_mysql
- 人工智能平台（AI Lab）：https://cloud.tencent.com/product/ai
- 云存储（腾讯云对象存储，COS）：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务（Tencent Blockchain Solution）：https://cloud.tencent.com/product/tbaas
- 腾讯云物联网（Tencent IoT Hub）：https://cloud.tencent.com/product/iothub
- 视频直播（腾讯云直播）：https://cloud.tencent.com/product/live
相关·内容
大熊猫巨蟒中ApplicantIncome、CoapplicantIncome、LoanAmount、Loan_Amount_Term列识别和替换异常值的最佳方法是什么。
我尝试使用海运盒图的IQR，并试图确定出口和填充NAN记录后，采取了ApplicantIncome的手段，并填充了NAN记录。
试着采取以下组合列(前)组:性别、教育、自营职业、Property_Area
在我的数据中有下面列
Loan_ID LP001357
Gender Male
Married NaN
Dependents
浏览 1提问于2019-02-27得票数 0
2回答
在R中，我用大约150列的data.frame绘制了一个相当大的盒子图。我知道有一些“异常”列，其中的分布与数据集中的其他部分太不一样了，我想准确地识别哪些列。
不出所料，标签没有足够的空间，即使有，用手检查也可能不方便。所以我想我可以用R的identify函数来定位违规的列。然而，这样的函数需要x和y坐标，到目前为止，我无法使它工作。
我试过了
boxplot(dd.noctr$TGS, outline=F)
identify(xy.coords(dd.noctr$TGS)$x, y=xy.coords(dd.noctr$TGS)$y)
其中dd.noctr$TGS是我的数据(矩阵或data
浏览 14提问于2013-10-01得票数 2
回答已采纳
我有性能问题，在检查spark的web之后，我发现存在一个严重的数据偏差问题：
我尝试过通过多个列组合进行"distribute“和"repartition”，但没有成功，所以我正在尝试调试creating是如何对dataset进行分区的(为了修复它)，是否有任何方法手动运行分区函数来创建一个列？基本上，我是在尝试做一些类似于：
df = df.withColumn("assigned_partition", partitioning_function())
df_grouped = df.groupby("assigned_partition&
浏览 0提问于2021-04-16得票数 1
2回答
我开始使用python，并且我正在尝试使用分位数来每年查找异常值--我的数据按如下方式排列:年份的列，每年我有几个月和它们相应的盐度和温度。
year=[1997:2021]
month=[1,2...]
SAL=[33,32,50,......,35,...]
以下是我的代码：
#1st quartile
Q1 = DF['SAL'].quantile(0.25)
#3rd quartile
Q3 = DF['SAL'].quantile(0.75)
#calculate IQR
IQR = Q3 - Q1
print(IQR)
df_out = DF[
浏览 3提问于2021-07-05得票数 1
回答已采纳
2回答
我是R的新手，我尝试使用一个函数来测试包含600多个变量的大型数据帧中的异常值，除了最后两列之外，所有变量都是数字。我尝试了outliers包中的离群值函数，一次测试一列，最后得到了一个我无法使用的数值向量。有没有更好的方法来识别数据帧中的所有异常值。
myout <- c()
for (i in 1:dim(training)[2]){
if (is.numeric(training[,i])) {
myout <- c(myout,outlier(training[,i])) }
}
浏览 2提问于2013-03-05得票数 1
1回答
我试图了解如何识别统计异常值，我将发送到电子表格。我需要按索引对行进行分组，然后为特定的列查找stdev，任何超过stdev的内容都将用于填充电子表格。
df = pandas.DataFrame({'Sex': ['M','M','M','F','F','F','F'], 'Age': [33,42,19,64,12,30,32], 'Height': ['163','167','184'
浏览 7提问于2017-08-28得票数 4
回答已采纳
我有一个数据集，其中一列有异常值，这些异常值以某种方式依赖于另一列，其中有12个不同的类别。 因此，我想用这些类别的平均值来替换这些异常值。 例如： 列A有market_01、market_02、...、market_12和 列B具有int值984、678、1326、887、.、710、. 因此，在这里，我希望相对于其对应的market_02.mean()而不是简单的values.mean()替换1326个离群值。 ?
浏览 22提问于2021-07-17得票数 0
我有一个从2011年到2018年的数据记录。其中一个列有drop_off_date，它是客户离开奖励计划的日期。我想统计一下2011到2018年期间每个月有多少人在这个月下降。所以，在84个月的时间里，我要的是使用drop_off_date列的人数。
我将列更改为datetime，我知道我可以使用.agg和.count方法，但我不知道如何每月计数。老实说，我不知道下一步是什么。
数据的示例：
Record ID | store ID | drop_off_date
a1274c212| 12876| 2011-01-27
a1534c543| 12877| 2011-02-23
a123
浏览 0提问于2019-04-02得票数 1
我是R的新手，我正在尝试从每个箱线图中删除异常值，但我有太多的列，无法手动完成。对于每一列，我都做了一个框图。代码如下：
Library(car)
Boxplot(xf$V1, id.method="y")
# it prints boxplot's image of first column and outliers of this boxplot in console
# for example output in console is: 2427 536
# to remove this rows with outliers I do:
xf = xf[-c
浏览 1提问于2017-05-03得票数 0
1回答
我有一个包含40k记录和16列(包括目标)的数据集，我想了解整个数据科学过程背后的正确过程。
我就是这样做的：
执行了一个EDA，这导致我放弃了两列，因为它们被隐藏在一个值附近。
之后，基于IQR计算，我用边界替换了数值列中的离群值。
对目标列( "no“-> 0，"yes”-> 1)使用LabelEncoder编码(每个学习文档建议)
用LeaveOneOutEnocoder编码其余的分类列
使用SMOTETomek进行过采样，因为目标值比很大；因此产生了额外的~17k记录，总计56k
使用train_test_split拆分数据
建模(RandomForestC
浏览 0提问于2023-03-30得票数 1
这是一种随时间变化的河流水位测量方法，由每五分钟测量一次水位的仪器测量。然而，由于一些干扰等因素的影响，水位数据中往往存在一些异常值。由于水位随时间的变化而不断变化，从水-时间散点图中可以明显地发现异常值。通常，异常值是异常值，但有时上升的水会突然改变水位。由于时间数据是精确到分钟，如何将分钟作为R中的自变量？R如何自动识别和消除这些异常值？
一些数据和数字显示为below.The，用红色选择的数据和数字是异常值。
浏览 9提问于2022-09-21得票数 1
1回答
混淆是任何加密算法的必要组成部分。S包厢在确保混乱方面起着重要作用.如果一个加密算法不使用任何S框(而是一些其他操作/技术来提供混淆)，那么通过查看密码算法，我们如何才能识别出哪个组件提供了混淆。
浏览 0提问于2017-12-07得票数 1
回答已采纳
我经常有这样的代码块：
enum class MyEnum {
first = 1,
second_really_long_line = 2,
third = 3
};
我想看起来像这样：
enum class MyEnum {
first = 1,
second_really_long_line = 2,
third = 3
};
在emacs中，是否有一种方法可以使=全部位于enum主体的同一列中？
浏览 1提问于2013-12-18得票数 2
回答已采纳
我想要取一个pandas数据帧，按列计算唯一元素，并保留其中的2列。但是我在groupby之后得到了一个多索引数据帧，我不能(1)展平(2)只选择相关列。下面是我的代码：
import pandas as pd
df = pd.DataFrame({
'ID':[1,2,3,4,5,1],
'Ticker':['AA','BB','CC','DD','CC','BB'],
'Amount':[10,20,30,40,50,60],
'Date_
浏览 1提问于2018-09-14得票数 4
回答已采纳
我知道TRIMMEAN函数可以帮助将异常值自动排除在平均值之外，但是是否有一个只会识别哪些数据点是真正的离群点呢？我的工作是在经典定义的离群值为3 SD，远离平均值，在25%的底部和25%的数据。
我需要这样做，以验证我的R代码确实正在删除真正的异常值，因为我们正在为我们的研究目的在我的实验室中定义它们。对于识别和移除异常值的工作，r可能很奇怪，而且由于我们的数据是混合的(我们有按因子类分组的数值数据)，因此要确保确定识别和删除这些类组中的异常值变得非常棘手。这就是为什么我们要求助于电子表格程序来进行一次双重检查，而不是假设代码是自动正确地执行的。
谷歌单张中是否有特定的离群点识别功能？
数据
浏览 3提问于2021-04-12得票数 0
回答已采纳
1回答
在R中检测业务销售数据中的异常值(这意味着可能存在趋势和季节性)需要哪些步骤？
我已经学习了ACF，PACF，残差，ARIMA模型(基本上是时间序列分析和建模)。我可以使用这些知识来帮助我识别异常值吗？
还有没有可能要求R指出哪个数据点是异常值？
非常感谢。
浏览 0提问于2014-07-15得票数 3
回答已采纳
我不知道到底是什么问题。我已经附上了错误的屏幕截图。请帮助解决这个问题。
📷
我还发现我的CPU按系统管理器运行的速度是100%。
在sudo apt-get update之后，我得到以下错误：
E: Failed to fetch cdrom://Ubuntu 16.04 LTS _Xenial Xerus_ - Release amd64 (20160420.1)/dists/xenial/main/binary-amd64/Packages Please use apt-cdrom to make this CD-ROM recognized by APT. apt-get upd
浏览 0提问于2016-08-02得票数 1
回答已采纳
我看到了这个，希望稍微更新一下。
data = {'Group':['A', 'A', 'A'], 'Age':[18, 200, 17]}
df = pd.DataFrame(data)
我想要创建一个新的列‘outlier’，其中离群点将被标记为真或假的基础上的3个标准偏差。
我想要的输出
data = {'Group':['A', 'A', 'A'], 'Age':[18, 200, 17], 'Outlier'
浏览 0提问于2021-09-23得票数 0
回答已采纳
1回答
我是一个相当初学者的R和R包一般。我想问你对下面的问题是否有明确的解决办法。我已经导入了.csv格式的数据，如下图所示
这些是按实体年、月份分组的数据，如您在下一列中所看到的，它们大约是4个参数。如果还为例如Absrtaction列生成一个方框，如下所示：
现在，我正在尝试识别异常值，就像我使用boxplot.stats命令所做的那样。
但是，我不知道如何消除结果中的异常值，并将它们导出到一个新的文件中(例如，.txt或.csv)，因为分组数据。我还看到了一种使用IQR进行计算的手动外部方法，但我认为它不适合所需的可导出数据集。
到目前为止我使用的代码是：
rm(list = ls())
浏览 5提问于2014-11-25得票数 3
回答已采纳
基于下面的代码，我尝试将一些列分配给我的DataFrame，这些列按日期的月份分组，运行良好：
all_together = (df_clean.groupby(df_clean['ContractDate'].dt.strftime('%B'))
.agg({'Amount': [np.sum, np.mean, np.min, np.max]})
.rename(columns={'sum': 'sum_amount', 'mean
浏览 0提问于2020-02-10得票数 0
回答已采纳
1回答
有人能告诉我识别数据库列数据中换行符的理想方法是什么吗？
使用\r\n还是chr(10)？到底有什么不同呢？
C#代码是否需要做任何特殊处理来拆分这些行，否则它将被自动识别？
浏览 1提问于2013-05-05得票数 1
1回答
我使用以下代码识别不同列上的异常值：
outliers_x1 <- boxplot(mydata$x1, plot=FALSE)$out
outliers_x4 <- boxplot(mydata$x4, plot=FALSE)$out
outliers_x6 <- boxplot(mydata$x6, plot=FALSE)$out
现在，如何通过一个代码从数据集中删除这些异常值？
浏览 0提问于2022-04-30得票数 0
我一直在使用python和pandas中的dataframe，它在第一列中包含重复的条目。数据帧如下所示：
sample_id qual percent
0 sample_1 10 20
1 sample_2 20 30
2 sample_1 50 60
3 sample_2 10 90
4 sample_3 100 20
我想写一些东西来识别第一列中的重复条目，并计算后续列的平均值。理想的输出应该类似于以下内容：
sample_
浏览 0提问于2016-10-07得票数 24
回答已采纳
2回答
在我的数据集中有四列，其中一列是时间戳，我使用pd.to_datetime将其转换为日期时间，我希望每分钟获得每个组的计数。
数据集如下所示
timestamp col2 col3 col4
1555127370.734 x a p
1555127370.980 y b q
1555127371.376 z c r
1555127371.430 x a p
1555127371.313 w g t
1555127371.748 z h u
因此，我需要按每分钟、每col2、每col3、每col4和该组的计数对它们进行分组。
有办法做这只熊猫吗？
编辑输出应该如下所示
1555127
浏览 1提问于2019-05-20得票数 1
回答已采纳
1回答
我的数据中有item_code列，另一列是sales，它代表特定项目的销售数量。
数据可以有多次特定项id。还有其他列将这些条目区分开来。
我只想为每一项绘制异常销售(因为数据有数千个不同的项I，要绘制每个条目可能会很困难)。
既然我对此非常陌生，什么是正确的方法和工具来做这件事？
浏览 0提问于2018-12-12得票数 0
回答已采纳
2回答
我是新来的。我正在做一个项目，在这个项目中，我需要用这个词来代替重复的单词。例如：
我需要从头开始学习regex regex。
我需要把它改为：
我要从头开始学习regex。
我可以使用下面的regex \b(\w+)\b[\s\r\n]*(\l[\s\r\n])+识别重复单词
为了代替它，我需要重复单词短语中的单词。pattern.sub(sentence, <what do i write here?>)
浏览 0提问于2018-07-05得票数 4
回答已采纳
1回答
我正在处理医疗保险索赔数据，并希望识别欺诈性索赔。一直在网上阅读，试图找到一个更好的方法。我在scikit-learn.org上看到了下面的代码
有人知道如何选择离群点吗？代码将它们绘制在一个图表中，但如果可能的话，我想选择那些异常值。
我已经尝试过将y_predictions附加到x，但这不起作用。
print(__doc__)
import numpy as np
import matplotlib.pyplot as plt
from sklearn.neighbors import LocalOutlierFactor
np.random.seed(42)
# Generate
浏览 0提问于2019-07-26得票数 0
回答已采纳
我有个数据框里面有日期，城市，销售额- Date City Sales
2008-01-01 C1. 10000
2008-01-01 C2 2000
2008-01-02 C1. 13000
2008-01-02 C2 5000
and so on... 我有一个异常值函数- def detect_discrete_outliers(data):
outliers=[]
threshold=3
mean = np.mean(data)
std =np.std(data)
浏览 25提问于2021-08-11得票数 1
回答已采纳
我想用groupby对象中的值更新Pandas DataFrame列的NA值。
让我们用一个例子来说明：
我们有以下DataFrame列：
|--------|-------|-----|-------------|
| row_id | Month | Day | Temperature |
|--------|-------|-----|-------------|
| 1 | 1 | 1 | 14.3 |
| 2 | 1 | 1 | 14.8 |
| 3 | 1 | 2 | 13.1
浏览 4提问于2020-09-23得票数 0
回答已采纳
我有一个包含两列的数据矩阵: value、freq。
我想做一个值的盒子图，按频率列加权。矩阵是按值排序的。
> data[1:5,]
value freq
1 28 1184
2 29 1063
3 30 1000
4 31 976
5 32 944
我已经读过很多关于类似问题的答案，我找到的唯一解决方案是这样的。
counts<-matrix(rep(data$value,data$freq), ncol=1, byrow=TRUE)
boxplot(counts)
构建一个重复每个值的矩阵的问题是，它会使矩阵变得非常大。虽然R能够在它的内
浏览 1提问于2015-10-30得票数 0
2回答
我正在练习使用熊猫模块和一个目录。在查找两列时，我在使用groupby时遇到问题。它与一个列一起工作，并给出列表中pokemon的数量。添加一个列来计算它会更容易，如下所示：
df["Count"] = 1
df.groupby(df["Type 1"]).count()["Count"]
拥有
|Type 1 |
:---------------
|Bug 69|
|Dark 31|
|Dragon 32|
|Electric 44|
|Fairy 17|
|F
浏览 13提问于2021-03-22得票数 0
回答已采纳
2回答
当前的数据框架由数值组成。我正在逐列地识别数据中的异常值，是否可以立即识别列中的异常值并一次删除它们？现在，我正在将值更改为NA。
我的守则：
quantiles<-tapply(var1,names,quantile)
minq <- sapply(names, function(x) quantiles[[x]]["25%"])
maxq <- sapply(names, function(x) quantiles[[x]]["75%"])
var1[var1<minq | var1>maxq]
浏览 0提问于2019-06-17得票数 0
我试图通过使用熊猫iloc或loc更新这个表1(第一级、第二级和第三级)，并引用下面的数据集。如果有建议的话，我愿意接受一个比loc和iloc更好的方法。
表1
示例1
如果我想用新的信息更新该表，用于支付13级和III级的1102项选择，我将使用以下pd.loc代码：
jobseries = '1102'
result = df.loc[('3',jobseries),'13']
print (result)
14.0
示例2:也可以这样做。
jobseries = '1102'
result = df.loc[(&#
浏览 1提问于2018-09-27得票数 0
1回答
我的查询应该返回特定人的所有入站和出站消息的列表。我正在研究，在这个DB中，相同的消息不能用不同的标记复制，比如to、cc、bcc，是的，这个数据库不是很好的酸格式。
但是我想消除这种重复，例如，如果我得到了带有to标签的消息，我不希望看到相同的消息被发送给标记cc的同一个人。天真的方法是尝试使用类似于XOR的方法，这将排除所有的重复，但是当我在不同的行中比较同一列的值时，如何使它工作呢？
目前的结果是：
而我只希望看到这两行中的一列。
在查询中使用的ERD的类型，即表的结构：
查询的代码：
SELECT
left(m.messagedt, 10) AS 'date'
浏览 4提问于2014-11-08得票数 1
回答已采纳
2回答
我希望为dataframe中的每一组值标识异常值，并返回一个包含数据帧每一行True/False列的dataframe。
data = {'Group':['A', 'A', 'A', 'B', 'B', 'B'], 'Age':[20, 21, 19, 18, 2, 17]}
df = pd.DataFrame(data)
def flag_outlier(x):
lower_limit = np.mean(x) - np.std(x) * 3
浏览 0提问于2019-07-29得票数 1
回答已采纳
1回答
我正在尝试将行拆分为多个行，但当拆分发生时，我需要再添加一列。你能帮我怎么做吗？
示例：
df1:
rule_id priority_order comb_fld_order
R162 2.3 1
R162 2.3.1 1
R162 2.6 2
R162 2.6.1 2
R162 3.0.4 3.2,3.1,3
预期产出：
df2:
rul
浏览 1提问于2020-05-21得票数 0
回答已采纳
1回答
假设我有一张这样的桌子，叫做MyTable。
| Column A | Column B || Column C | Column D |
| -------- | -------- || -------- | -------- |
| Cell 1 | Cell 2 || Cell 3 | Cell 4 |
| Cell 5 | Cell 6 || Cell 7 | Cell 8 |
现在，我要将新行插入到具有如下格式的表中：
| Cell 1 | Cell 2 || Cell 3 | Cell Something else |.
我想要做的
浏览 1提问于2022-10-29得票数 0
1回答
这段代码在初始循环中工作得很好。然而，一旦我停止并再次点击我的循环按钮，文件就会被混淆，并被无序播放。有人知道出了什么问题吗？？任何帮助都将不胜感激。
public class OneExp extends ActionBarActivity {
private ListView lv;
private ArrayAdapter<String> arrayAdapter;
private MediaPlayer mp;
private MediaPlayer mp2;
int[] myAudio = {R.raw.e_1101, R.raw.e_1102, R.raw.e_11
浏览 0提问于2014-07-15得票数 0
我正在写一个简单的散列函数，它获取输入并创建一个32位的散列文件。我被xor部分卡住了。并且我不确定我应该如何为xor编写函数。请帮我弄一下这个。下面是我已经完成的代码：
import BitVector
import io
import math
import struct
if __name__ == "__main__":
message = raw_input("your message:")
f= open('file.dat','w')
f.write(message)
f.close
浏览 0提问于2012-02-21得票数 2
回答已采纳
1回答
我有一套文件，我想识别和删除异常文件。我只是想知道doc2vec是否可以用于这个任务。
或者有什么新的，有前途的算法，我可以使用这个任务？
编辑
我目前正在使用一个包字模型来识别异常值。
浏览 0提问于2018-09-25得票数 2
1回答
R中按列和因子删除离群值行
、、、、
我正在使用R中的一个数据框架，我有以下函数，它移除数据框架df的所有行，其中，对于指定的列索引/属性，该行的值超出平均值(列)加或减n*stdev (of列)。
remove_outliers <- function(df,attr,n){
outliersgone <- df[df[,attr]<=(mean(df[,attr],na.rm=TRUE)+n*sd(df[,attr],na.rm=TRUE)) & df[,attr]>=(mean(df[,attr],na.rm=TRUE)-n*sd(df[,attr],na.rm=TRUE)),]
re
浏览 4提问于2020-05-04得票数 1
我有以下熊猫DataFrame：
df = pd.DataFrame({
'id': [1, 1, 1, 2],
'r': [1000, 1300, 1400, 1100],
's': [650, 720, 565, 600]
})
我想聚合DataFrame并创建一个新的列，它是一个r值的范围- 25th和75th百分位数。s列的聚合为mean。
如果对一个群体只有一个观察，那么保持观察的原样。
预
浏览 6提问于2022-05-16得票数 1
我有一个有5列的DataFrame。按前4列分组，计算第5列的均值、std和计数。
我这样做的代码如下：
df.groupby(['col1','col2','col3','col4']).agg([np.mean, np.std, len])
现在我的问题是，我有一个函数，用平均值代替离群值。我怎样才能把那些是离群值的行删除呢？
def replace(group):
mean, std = group.mean(), group.std()
outliers = (group - mean).abs() >
浏览 1提问于2016-02-18得票数 0
回答已采纳
1回答
我需要一些关于MySQL查询的帮助。 假设我们有一个包含"id“、"unique_id”和"consecutive_id“列的表。"id“列中的数字并不总是连续的，而"consecutive_id”列中的数字必须保持连续。基本上，每一行都应该有自己的连续编号，但有时可能会出现应该共享相同连续编号的行。这些行在列"unique_id“中具有相同的值。我需要一个查询来查找一行的第一个ID，该行有多个行，具有相同的连续ID，并且唯一ID不是另一行的一部分。 在https://www.db-fiddle.com/f/hy8SACLyM2D65H2ZY3
浏览 42提问于2019-05-14得票数 1
回答已采纳
我正在尝试开发一个Azure实验，它使用R来执行连续响应变量的预测。最初的实验比较简单，只包含了几个实验项目，包括“创建R模型”、“训练模型”和“分数模型”，以及一些数据输入。
我写了一个训练脚本和一个评分脚本，当我在ML中运行这个实验时，这两个脚本似乎都没有错误地执行。但是，当我检查得分数据集时，得分值都是缺失的值。因此，我担心我的记分脚本可能会错误地返回分数。有人能告诉我该回哪种类型的吗？它是否意味着是一个单独的列data.frame，还是其他什么？
也有可能我的分数没有在评分脚本中正确计算，尽管我已经在results中运行了训练和评分脚本，这显示了预期的结果。如果有人可以建议如何以某种方
浏览 2提问于2016-05-30得票数 0
回答已采纳
我在网络上搜索了很多，但没有找到任何有用的描述‘成本’参数的C5.0函数在R，从C5.0 R手册，它只是说“一个与可能的错误相关的成本矩阵。该矩阵应该有C列和行，其中C是类级别的数目”。它没有告诉我行还是列是模型的预测结果。
有人能帮忙吗？
浏览 0提问于2013-08-13得票数 4
回答已采纳
2回答
我有一个数据帧
A B
0 1 100.0
1 1 NaN
2 1 200.0
3 2 100.0
4 2 NaN
按A列分组，然后求B组各列的平均值，最后补全B列的空值。预期输出如下。
A B
0 1 100
1 1 150
2 1 200
3 2 100
4 2 100
浏览 0提问于2019-07-19得票数 0
很抱歉问了这么简单的问题，但是这些东西很难用谷歌搜索。
我在iOS中有代码，它连接到切换，在摄氏度和华氏度之间切换，我不知道^1是什么意思。self.celsius是布尔值
谢谢
self.celsius = self.celsius ^ 1;
浏览 3提问于2013-02-23得票数 6
回答已采纳
2回答
我有一个Pandas DataFrame，我想要按某个列进行分组。然后，我想对这个分组的数据帧做一个散点图。然而，如果我这样做了，我会得到一个错误，因为我分组的列是无法识别的。 # Data loading, processing and for more
import pandas as pd
import numpy as np
# Visualization
import seaborn as sns
import matplotlib.pyplot as plt
# set seaborn style because it prettier
sns.set()
df = pd.D
浏览 27提问于2020-12-17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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
