Python3数据推算
是指使用Python编程语言进行数据分析和预测的过程。它涉及使用Python中的各种库和工具来处理和分析数据，以便从数据中提取有用的信息，并根据这些信息进行推断和预测。
Python3数据推算的主要步骤包括数据收集、数据清洗、数据探索、特征工程、模型选择和训练、模型评估和预测。
数据推算在各个行业和领域都有广泛的应用。例如，在金融领域，可以使用数据推算来预测股票价格、货币汇率等；在市场营销领域，可以使用数据推算来预测用户购买行为、推荐个性化产品等；在医疗领域，可以使用数据推算来预测疾病风险、诊断结果等。
对于Python3数据推算，腾讯云提供了一系列相关产品和服务，包括：
- 腾讯云数据分析平台（https://cloud.tencent.com/product/dap）：提供了一站式的数据分析解决方案，包括数据仓库、数据集成、数据开发、数据治理等功能，可以帮助用户高效地进行数据推算和分析。
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）：提供了丰富的机器学习算法和模型训练工具，可以帮助用户构建和训练数据推算模型。
- 腾讯云人工智能开放平台（https://cloud.tencent.com/product/ai）：提供了各种人工智能服务和工具，包括自然语言处理、图像识别、语音识别等，可以帮助用户在数据推算中应用人工智能技术。
总结：Python3数据推算是使用Python编程语言进行数据分析和预测的过程。它在各个行业和领域都有广泛的应用。腾讯云提供了一系列相关产品和服务，包括数据分析平台、机器学习平台和人工智能开放平台，可以帮助用户进行高效的数据推算和分析。
相关·内容
1回答
我目前正在使用'pmm‘方法输入R包mice的数据。最小工作示例(给定加载的数据集和正确指定的变量)：
library(mice)
Example_imp <- mice(Example_data, m = 5, maxit = 50, method = "pmm", seed = 500)
我还想从估算中排除一些变量(社会人口统计变量)。它们应该被用作预测值，但它们没有缺失值，这就是为什么对它们没有必要进行推算。我找到了一种指定方法的方法，以便将指定的变量排除在推算之外：
init <- mice(Example_data, maxit = 0)
met
浏览 0提问于2018-09-17得票数 1
2回答
我有一个完整的臭氧数据集，其中包含一些缺失值。我想用SPSS来做单个推算来推算我的数据。
在我开始填充我的数据之前，我想随机模拟丢失了5%，10%，15%，25%和40%的数据的数据模式，以便评估填充方法的准确性。
有没有人可以教我如何用SPSS做随机缺失的数据模式？
此外，谁能告诉我如何获得性能指标，如:平均绝对误差，决定系数和均方根误差，以检查估计缺失值的最佳方法。
浏览 1提问于2013-03-21得票数 0
1回答
我有一个mids类的多重推算数据集，我想为每个推算变量创建密度图。由于某些原因，我不能让代码工作。我一直收到一条错误消息，说： Error in `[.data.frame`(r, , xvar) : undefined columns selected 这是我尝试过的： library(mice)
imp <- mice(airquality, seed = 123, 3, print = F)
vars <- c('Ozone', 'Solar.R')
map(1:length(vars), function(x) densityplot(im
浏览 20提问于2021-06-29得票数 0
回答已采纳
2回答
我正在尝试填充从列中随机抽样的缺失值。例如，对于变量"apple“，数据看起来像(1，2，3，NA)，那么我希望从(1,2,3)中随机推算出NA。我想出了以下代码，但我正在尝试使R从各自的列，而不是整个数据集进行推算
random.imp <- function (a){
missing <- is.na(a)
n.missing <- sum(missing)
a.obs <- a[!missing]
imputed <- a
imputed[missing] <- sample (a.obs, n.missing, replace=TRUE)
r
浏览 0提问于2013-12-04得票数 1
2回答
我正在处理this (52Kb)数据集。 在这里，某些行的steps列中包含NA。对于推算，我采用了一个基本假设，即我将在所有日期的每个interval中取steps的平均值，将其存储在interval_avg df中，然后推算与该间隔对应的平均值。 我试着这样做： invisible(sapply(c('tidyverse','lubridate'),library,character.only = T))
data = read.csv(unzip('repdata_data_activity.zip'),
浏览 10提问于2020-10-03得票数 0
回答已采纳
1回答
我一直在使用新的mi包在mi数据集上运行简单的lm时遇到问题。
我尝试了mi手册中给出的例子(以确保这不是一个愚蠢的错误)，但仍然没有运气，这是手册中的：
if(!exists("imputations", env = .GlobalEnv)) {
imputations <- mi:::imputations # cached from example("mi-package")
}
我检查了一下，以确保推算加载正常，它做了名字(推算)
但是当我尝试这个的时候：
analysis <- 06pool(ppvtr.36 ~ first + b
浏览 0提问于2015-06-13得票数 1
1回答
大家好！我有25个来自SAS的推算数据集，我将这些数据集转移到R中。我想知道如何让R识别我的推算数据集并执行分析？以下是我目前掌握的一些代码： df<-read.spss("IFS.sav",use.value.label=TRUE, to.data.frame=TRUE) #worked
as.mids(long=df,.imp= "X_Imputation_" , .id="survyid" )#doesn't work, it asked me about original dataset. I don't un
浏览 10提问于2021-07-18得票数 0
2回答
我正在尝试从数据集上的fancyimpute模块实现kNN。我能够使用下面的代码实现数据集的连续变量的代码：
knn_impute2=KNN(k=3).complete(train[['LotArea','LotFrontage']])
它产生如下所需的答案：
我试图为分类数据集实现相同的代码，但我得到了错误：
could not convert string to float: 'female'
下面是我使用的代码(我正在尝试使用Imputer)：
from sklearn.preprocessing import Imputer
imp =
浏览 0提问于2017-04-20得票数 3
1回答
比方说，用户可以选择在客户端输入0或将其留空( NA )，但当用户访问我们的数据库时，系统会将一些用户留空的NA更改为0。
如何预测或推算损坏的数据，以便正确地将这些0重置为NA？
PS:新系统不会改变值，所以我的老板希望我在新数据的情况下正确地预测/估算旧的损坏数据……
我已经厌倦了MICE，KKN，PCA方法来进行推算，但这些方法只会将数据转换为其他数字，而不是NAs。有没有办法做到这一点？
推算数据：
0.0015 0.0252 0.0159 0.0116 -0.0431 0.0252 -0.0058
-0.0955 0.0373 0.0437 0.0342 0.034
浏览 4提问于2019-07-18得票数 0
1回答
我读了很多关于多重推算的文章，我认为互联网上对这种方法的解释还不够全面。我对此有一些疑问，如果你能帮我解决这个问题，我将很高兴。
让我们看一下下面的代码：
library(missForest)
library(mic)
#taking iris data
data <- iris
#Randomly pick values for NA
iris.mis <- prodNA(iris, noNA = 0.1)
#Turning on multiple imputation
imputed_Data <- mice(iris.mis, m=5, maxit
浏览 1提问于2020-09-17得票数 0
我正在处理一个数据集，并对NAs进行了多次推算。下面是一个简化的示例，其中我创建了一个新列，其中包含了NAs的原始数据和推算值(即一天中时间的平均值)。代码运行得很好，但是我在日期方面太弱了，我想知道是否有更简单的方法来计算一天中的平均时间日期/时间值？
arrivals <- data.frame(
ships=c("Glory","Discover","Intrepid","Enchantment","Summit"),
times=c("8:00","10:00"
浏览 2提问于2012-06-13得票数 1
回答已采纳
我知道通过每一列分别填写的代码如下
data['Native Country'].fillna(data['Native Country'].mode(), inplace=True)
但我正在处理一个有50行的数据集，其中有20个分类值需要推算。是否有用于输入整个数据集的单行代码？？
浏览 6提问于2021-03-10得票数 2
回答已采纳
我正在尝试使用一个使用鼠标的线性模型来推算数值。我对鼠标的理解是，它会遍历各行。对于具有NAs的列，它使用所有其他列作为预测器，拟合模型，然后从此模型中采样以填充NAs。这是一个例子，我生成了一些数据，然后使用ampute引入了缺失的数据。
n <- 100
xx<-data.frame(x = 1:n + rnorm(n,0,0.1), y =(1:n)*2 + rnorm(n,0,1))
head(xx)
res <- (ampute(xx))
head(res$amp)
丢失的数据如下所示：
x
浏览 4提问于2017-07-13得票数 0
回答已采纳
1回答
我有多个关于多重推算数据集"m“的效用的问题。我所理解的是，老鼠会重复m次数据集中缺失值的计算过程。
1)小鼠是否考虑了前一步的归因，因此每一步都接近最终收敛，或者每一步都是完全独立的？
2)如果每个步骤都是相互独立的，那么为了一个估算目的而拥有多个推算数据集的意义是什么？
在解释mice的论文中，有一种显示多个补偿步骤的方案
我想，当我们想要汇集结果时，我们拥有的估算数据集越多越好，但是分析结果步骤意味着要创建一个预测模型，该模型可以是：
#build predictive model
fit <- with(data = imp, lm(y ~ x + z))
如果我的数据
浏览 0提问于2018-05-15得票数 1
我已经用鼠标输入了我的数据，但是现在我需要用输入的变量创建一个索引。我希望这个新变量出现在我计算的数据的所有迭代中，以便以后汇集回归结果。我将使用鼠标附带的数据集(nhanes)来解释我的问题 library(mice)
data_imp <- mice(nhanes,
m = 5,
maxit = 10,
seed = 23109) 此数据集有4个变量(年龄、bmi、hyp、chl)。想象一下，我想要为所有5个模型添加一个新变量，其bmi和chl的平均值将是bmi_chl。 我想使用for循环，因此它对所有
浏览 17提问于2021-04-30得票数 0
我想要处理数据中的NA值，但不想缩放和居中，所以我简单地这样做：
preProcess(data, method = "knnImpute", k=10)
或者这样：
preProcess(data, method = "bagImpute")
然而，它会自动缩放和居中数据，这似乎是有意的(在文档中说明了这一点)。我如何避免这一点，并简单地进行推算？
浏览 1提问于2016-01-17得票数 6
1回答
小鼠的归罪--后处理R
、、、
我正在使用mice包来输入数据，并且我已经阅读了有关后处理以限制输入值的内容。在我的数据集中，我有与number和as类别相同的数据。我想要推算这些数据的所有缺失值，但将它们归入正确的类别。我在mice文档中发现了类似的方法，但它们只给出了一个范围，而不是很多范围。 对R中的老鼠有什么想法吗？
浏览 17提问于2019-09-25得票数 0
回答已采纳
2回答
我正在编写一个函数，如果列中的值是NA，则该函数将推算为零。我需要推算的表格的格式为：
tab = data.table(V1 = 1, var = NA, perc = NA)
表将具有不同的列名，但要归因于的列名始终是第二个列名。为了简化，该函数可以是：
impute = function(DT, variable) {
DT[is.na(get(variable)), variable := 0]
}
我认为第二个“变量”需要被包装在某个东西中才能工作。我想把它指向
variable = colnames(tab)[2]
有人能帮帮忙吗
浏览 20提问于2021-04-13得票数 1
我已经学习了NA值在r中的推算，我们通常会找到数据的平均值(如果它是数字的话)，并将其放在特定列的NA位置。但我想问的是，如果这个位置是空的，即单元格中没有任何列，我该怎么办？ 请帮帮我。
浏览 49提问于2019-09-27得票数 0
我刚刚阅读了k-折交叉验证，并意识到我在当前的预处理设置中无意中泄漏了数据。
通常，我有一个训练和测试数据集。我在我的整个训练数据集上进行了一系列数据推算和one-hot编码，然后运行k折交叉验证。
泄漏是因为，如果我进行5次交叉验证，我将在80%的训练数据上进行训练，并在剩余的20%的训练数据上进行测试。
我真的应该根据80%的训练来推算这20% (而我之前使用的是100%的数据)。
1)这是考虑交叉验证的正确方式吗？
2)我一直在研究sklearn.pipeline中的Pipeline类，它似乎对执行一系列转换，然后最终将模型拟合到结果数据很有用。然而，我正在做一系列的事情，比如“用均值来
浏览 9提问于2018-01-28得票数 11
4回答
我是R的新手。我的问题是如何使用缺失数据点之前和之后的平均值来估算缺失值？
示例；
使用每个NA的上下限的平均值作为推算值。
第3行的-mean为38.5
第7行的-mean为32.5
age
52.0
27.0
NA
23.0
39.0
32.0
NA
33.0
43.0
谢谢。
浏览 0提问于2013-03-09得票数 3
我想对我的多个估算数据运行线性回归分析。我使用鼠标推算了我的数据集。我用来对我的整个推算集运行线性回归的公式如下：
mod1 <-with(imp, lm(outc ~ age + sex))
pool_mod1 <- pool(mod1)
summary(pool_mod1)
这可以很好地工作。现在，我想创建BMI的一个子集，方法是:我想将此回归分析应用于BMI低于30的人群和BMI大于或等于30的人群。我试着做了以下事情：
mod2 <-with(imp, lm(outc ~ age + sex), subset=(bmi<30))
pool_mod2 &
浏览 0提问于2018-10-20得票数 1
1回答
R:小鼠和向后逐步回归
、、、、
我已经使用以下代码估算了我的数据：
data_imp <- mice(data, m=5, maxit=50, meth='pmm', seed=500, printFlag=FALSE)
data.impute <- complete(data_imp, action = 1)
我想使用stepAIC函数执行向后逐步回归，以便找到最简约的模型。我如何使用我的所有5个推算数据集来实现这一点，而不是只使用1个？
非常感谢!
浏览 7提问于2021-07-30得票数 0
1回答
第一次在这里发帖。我有一个拥有38K账户的信用风险模型数据集。25000个帐户正在训练数据。其他13K是OOT (超时验证)。所有200列在训练和OOT之间具有相同的定义。仅数据就有两个部分。
我需要推算丢失的数据。200列中有37列符合中位数推算条件。下面是我的代码，运行良好。(由于公司保密，我使用通用变量名)
Interval37 =whole[['interval1','interval2'....'interval37']].apply(pd.to_numeric,errors='coerce')
Interval37=i
浏览 1提问于2020-08-10得票数 1
我正在尝试推算图像，比如：
mnist图像补偿的例子。
如何使用deeplearning4j VAE或SDA来完成此操作？
浏览 0提问于2017-03-24得票数 1
我熟悉传统的运动和物体跟踪技术，然而，我想知道是否有一种方法可以在没有成像的情况下在3D空间中跟踪现代手机。所谓现代，我的意思是它有一个触摸屏，一个陀螺仪和一个加速计。有没有办法使用陀螺仪和加速计在3D空间相当准确地跟踪手机(每移动一英寸)，还是我误解了这些技术？谢谢!
浏览 1提问于2016-05-19得票数 0
1回答
我正在尝试使用R中的WRS2软件包进行稳健的方差分析，包括事后检验。我的数据结构如下:1因变量(res) 2个自变量: between (组)- within (bla) 1ID变量引用受试者( ID ) 我的代码如下所示： fileHB=read.csv2("trial_II.csv");
fileHB$Hb=as.numeric(fileHB$Hb);
m1 <- WRS2::bwtrim(res ~ Group*Bla,id=id, data = fileHB) 到目前为止，它工作得很好，但是当我尝试使用下面这行代码检查post hoc时： sppba(res
浏览 465提问于2020-12-08得票数 0
如果有人能解释这个KNN推算是如何工作的，以及它是如何用基于类似records.Like的值填充Na's和空因子/字符，我将非常感谢，例如：
KL_ID freq1 freq2 total1 total2 type1 type2 margin_visit margin_total
264149 462132 24 27 529.05 555.48 low low 12.500000 4.995747
131702 277868 24 22 154.63 122.21 low low -8.333333 -20.966
浏览 0提问于2016-02-22得票数 1
1回答
大家好，我有一个不完整的数据(A.Original)，*-表示缺少的值。表A的推算版本如表B.Imputed所示。在表B中，A(4,3)表示A的不丢失值的概率。
我的问题是测量表B的熵(不确定性)。
，我们如何测量表B的熵(不确定度)？，有什么方法吗？
任何建议和批评都将受到高度赞赏:)
谢谢。
浏览 0提问于2017-03-02得票数 0
2回答
我正在尝试从我的数据帧中推算缺失值，为此我使用了fancyimpute库。 from fancyimpute import KNN
X_filled_knn = KNN(k=3).complete(df_OppLine[['family']]) 我得到了这个错误： AttributeError Traceback (most recent call last)
<ipython-input-28-8475f35fc36a> in <module>()
----> 1 X_filled_knn
浏览 46提问于2019-01-15得票数 2
我收到一个错误，指出在VIM R包内的kNN补偿函数中找不到'weightedMean‘参数的'numFun’参数。我正在尝试在一个相当大的数据集中推算数据，并且我希望对5个邻居使用加权平均的kNN。
下面是我的代码：
df.imputed <- kNN(df, variable = c(...), dist_var = c(...), numFun = weightedMean, k = 5, weightDist = TRUE, trace = TRUE, imp_var = TRUE)
确切的错误是：
args(numFun)中出错:找不到对象'weight
浏览 1提问于2018-02-27得票数 0
1回答
如何平滑旋转？
、、、、
我有一个半定期(15 gaps至60 gaps)抽样的位置和方向来源，我正在使用推算，以填补空白。
不过，我想把它进一步平滑，以消除因推算错误而造成的任何步骤。
x，y，z可以很容易地用一个小的(3分？，5分？)移动平均滤波器然而，我不知道如何接近平滑的方向。
我可以访问轴角表示和一个像样的四元数类，我可以用它构建一个移动平均滤波器。它有乘法(运算符*)和幂(运算符^)，这在理论上允许我有效地平均一组旋转。
如果我简单地过滤了'x'，'y'，'z‘和'a’通道，然后将其规范化，那么滤波轴角度表示是否有效？
浏览 0提问于2018-03-27得票数 2
回答已采纳
我有一个Excel电子表格，我几乎每天都在向其中添加数据。这非常简单--变量直接进入B列中的单元格，各种公式在随后的列中输出结果。以下是问题所在，在所有其他列中，我希望这些列保持空白，直到B单元格中出现数字。现在，公式接受一个空的B单元格作为0，然后输出一个结果。即使公式已经为数据做好了准备，我该怎么做才能使这些数据保持空白，直到某些东西被推算出来？
浏览 2提问于2011-03-14得票数 0
2回答
使用mice包，我输入了一个数据集，如下所示：
imp <- mice(nhanes)
它为每个变量生成5个估算数据集：
imp$imp$bmi
# 1 2 3 4 5
#1 35.3 30.1 26.3 28.7 27.2
#3 30.1 22.0 30.1 28.7 22.0
#4 21.7 27.2 25.5 24.9 21.7
#6 24.9 25.5 24.9 27.5 22.5
#10 20.4 33.2 26.3 27.2 27.4
#11 22.0 27.2 27.2 30.1 22.0
#12 27.4 20.4 27.2 27
浏览 15提问于2017-04-19得票数 0
我注意到在R中，如果调用as.Date(as.character(2002:2013), format='%Y')，则输出为
[1] "2002-01-12" "2003-01-12" "2004-01-12" ...
我想让R给我一个月的第一个月。我可以提供完整的日期paste(2002, '01', '01', sep='-')，但我很好奇为什么只有一年的格式会归因于这个月的12号，并且还想看看其他解决方案。
浏览 0提问于2018-01-13得票数 3
我有一个日期列的dataframe，其中一些日期丢失了。我想用上一排的第二天填写。
date
0 2015-01-31
1 NaT
2 2015-02-02
因此，例如，在上面的数据帧中，第1行将被推算为2015-02-01。我想做到这一点，而不重新编制索引！
浏览 3提问于2021-07-03得票数 1
回答已采纳
假设我有一个线框，3D对象，比如
假设我想把这个物体的手腕修复成一个加速度计手表的读数(例如，通过推算得到位置)。
如何在rgl中绘制这样的三维图像？
如何根据加速度计数据的变化旋转/转换所述图像？
额外的好处是:我怎样才能演奏这个活动的animation。(例如，图书馆animation)
加速度计为三自由度:x，y-acc，z-acc，没有任何其他数据.
浏览 4提问于2017-10-08得票数 0
回答已采纳
1回答
我想增加我的AIS或GPS数据的密度，以便在以后进行更精确的分析。在我的研究过程中，我遇到了不同的方法，比如插值、过滤或补偿。对于前两种方法，毫无疑问，这些方法可以用来近似两个收集的数据点之间的点。然而，在估算(例如老鼠)的情况下，我还没有在文献中找到一种确定位置数据的方法。
这就是为什么我想问是否有人知道一篇关于这个主题的论文，以及通过推算来确定进一步的位置数据是否有意义。
浏览 6提问于2019-07-17得票数 1
1回答
我正在尝试在多次推算之后预测新的观察结果。要使用的newdata和模型都是列表对象。方法的正确性不是问题，而是如何使用预测函数在多次推算后，我们有一个新的数据，这是一个列表。下面是我的代码。 library(betareg)
library(mice)
library(mgcv)
data(GasolineYield)
dat1 <- GasolineYield
dat1 <- GasolineYield
dat1$yield <- with(dat1,
ifelse(yield > 0.40 | yield < 0.17,NA,yield)) # creat
浏览 14提问于2019-02-03得票数 0
当我试图推算这个数据集时，我遇到了一个问题。当我试图收集对象类项目来估算它们时，它抛出了这个错误。
TypeError：'str‘和'int’的实例之间不支持'<‘
import pandas as pd
import numpy as np
from sklearn.impute import SimpleImputer
impNumeric = SimpleImputer(missing_values=np.nan, strategy='mean')
impCategorical = SimpleImputer(missing_values=
浏览 16提问于2020-07-30得票数 0
我正在编写中级机器学习课程中的Kaggle笔记本"Missing Values“。我正在使用SimpleImputer对数据帧进行预处理。3列需要进行推算。我以相同的方式将SimpleImputer应用于它们中的每一个。有没有办法使用不同的策略(均值，中位数...)分别为每一列？ 这是我目前所拥有的： imputer = SimpleImputer(strategy = 'median')
imputed_X_train = pd.DataFrame(imputer.fit_transform(X_train))
imputed_X_valid = pd.DataFr
浏览 19提问于2021-01-17得票数 1
我正在做一个学术项目，涉及到基于数据集预测房价。但是，我被困在一个特定列的data cleaning进程中，该列指示属性的构建日期。我不能仅仅通过用均值或中位数来替换缺失的值来impute它。我正在寻找所有可能的方法来估算这样的数据，这些数据是有意义的，而不仅仅是随机数字。此外，该项目的范围只允许我在R中使用linear regression models，所以我不希望像XGBoost这样的模型自动处理推算。
浏览 0提问于2020-10-10得票数 1
1回答
我需要使用scikit learn中的Imputer()用该月的平均值来填充缺失的温度值。
首先，我根据月份将数据帧划分为组。然后，我调用imputer函数来计算该组的平均值，并填充缺少的值。
以下是我写的代码，但它不起作用：
def impute_missing (data_1_group):
imp = Imputer(missing_values='NaN', strategy='mean', axis=0)
imp.fit(data_1_group)
data_1_group=imp.transform(data_1_group[
浏览 2提问于2016-12-12得票数 0
我的原始数据包含一些缺失值，我使用了多个补偿来填充它们。我的下一个目标是在SVM和ANN中使用这些数据。我最初认为MI会给我一个“池化”的完整数据集，但结果是MI只给出了关于估算的数据集的池化分析结果。所以我的问题是: 1)有没有任何方法，像任何方程一样，我可以用来将推算的数据集聚合成一个数据集，并将其用于进一步分析；2)如果没有，应该如何使用多个数据集进行研究。谢谢!
浏览 1提问于2018-07-18得票数 0
0回答
缺失数据的R回归推算
、、、、
嗨!我正在尝试对来自包'faraway‘和库'faraway’的数据集'chmiss‘的缺失值应用回归推算，但到目前为止，当删除列的同时发生时，我的代码遇到了问题，无法将回归与数据帧相匹配。有人能帮我改正代码吗？
X <- chmiss
for(j in c(1:4,6)){
new_Y <- X[,j]
new_X <- X[,c(-j,-5)]
new_XY <- cbind(new_X,new_Y)
temp_lm <- lm(new_Y~.,data=new_XY)
X[is.na(
浏览 0提问于2017-12-11得票数 1
回答已采纳
1回答
我使用LG擎天柱2x智能手机，它由陀螺仪和加速计传感器组成。我正在使用它在室内跟踪应用程序中使用行人航位推算技术。我想使用陀螺传感器来获得正确的移动方向。我正在随着时间的推移整合陀螺数据以获得角度。但是这些角度并不是很准确。如何从陀螺传感器获得无误差角度。
导航
浏览 3提问于2011-08-03得票数 0
2回答
Segment
1
2
3
4
NUll
5
如果Segment值为空，我要推算'Other‘
预期输出
Segment
1
2
3
4
Other
5
我试过了
select
case when segment is null then 'Other' else segment end as segment
from table;
它显示类型"numeric":Other的输入语法无效
浏览 9提问于2018-08-25得票数 1
1回答
我正在进行一个带有稀疏标记数据集的项目，并在寻找关于不同监督的ML技术在数据集大小方面的收敛速度的参考。
我知道一般的助推算法和其他像支持向量机一样的学习模型比神经网络收敛得更快。然而，我找不到任何学术论文，从经验或理论上来探讨不同方法在达到n%准确性之前所需的数据的差异。我只从经验和各种博客文章中知道这一点。
对于这个问题，我忽略了半监督和弱监督的方法。我也忽视了转移学习。
浏览 0提问于2021-02-24得票数 2
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
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
