我有一个带有一个实数的Linux盒(与虚拟的,即.a相反)。我可以使用的以太网接口(eth0用于其他用途--不能使用它,也不能添加更多的NIC)。说是eth1
我需要通过SNMP来控制一些对象/实体,所以我为每个对象设置了一个虚拟以太网接口,并设置了其适当的MAC地址。我是这样做的(例如vif1):
ip -family inet link add link eth1 name vif1 address <the MAC addr> type macvlan
ip link set vif1 up multicast on
ip route del default dev vif1
由于某些原因,我们注意到两个物理接口(eth0,eth3)位于同一桥vmeth0下。我们需要从eth3桥中删除vmeth0,而不影响配置的其余部分。请告知任何指示,以使这成为可能?
我们使用的是Linux (红帽-release 6.8)
# brctl show
bridge name bridge id STP enabled interfaces
vmbondeth0 8000.0010e0cdc56b no bondeth0
我有一个数据集,我想选择VIF(方差膨胀因子)小于某个阈值的变量子集。我的想法是计算每个变量的VIF,然后取出最高值的变量(如果它高于某个阈值),重新计算每个剩余变量的VIF,并重复该过程,直到没有VIF高于treshold。
这种方法没有什么新奇的想法,但是我无法在Python中创建一个函数来自动化这个过程。
X是删除了目标变量的数据集
import pandas as pd
import numpy as np
from statsmodels.stats.outliers_influence import variance_inflation_factor
from statsmodel
我在计算方差膨胀因子 from patsy import dmatrices
from statsmodels.stats.outliers_influence import variance_inflation_factor
y, X = dmatrices('A ~ B + C + D + E + F + G, data=df, return_type='dataframe')
vif = pd.DataFrame()
vif['VIF'] = [variance_inflation_factor(X.values, i) for i in ra
当我尝试运行这个模型时 y, X =dmatrices('price - area + bedrooms + bathrooms', df, return_type='dataframe')
vif=pd.DataFrame()
vif["VIF Factor"]=[variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
vif["features"]=X.columns
vif 它会得到这样的错误: PatsyError
我有一个类驱动程序(用UVM编码)和一个模块sampler_n_dummy_gnt,如下所示(为这个问题简化):
class driver extends uvm_driver #(bus_trans);
...
task run_phase();
forever begin
seq_item_port.get_next_item(bus_trans_h);
drive_item(bus_trans_h);
...
end
...
endtask
t
目的
我试图从R的vif()包中使用car函数。
初始错误消息
当我第一次执行vif(X)时,会弹出一条错误消息如下:
Error in vif(mod1) : could not find function "vif"
我尝试了library(car)并得到了如下错误:
Error: package or namespace load failed for ‘car’ in loadNamespace(i, c(lib.loc, .libPaths()), versionCheck = vI[[i]]):
there is no package called ‘string
我正在测试数据集中的多重共线性。为了测试是否存在多重共线性,我可以很好地运行VIF()。然而,当我运行vif()来测试每个变量是否值得删除时,我每次都会继续得到相同的错误,即使我的一个同学有几乎完全相同的代码和他的工作。
据我所知,在VIF()中,你想要运行一个模型,比如数据的lm(),所以我这样做了,而且效果很好。但是我相信你应该能够插入一个数据框架,所以我试着在通过vif()之前将我的数据转换成data.frame,但这似乎不起作用。为了看看会发生什么,我还尝试通过vif()运行数据的lm(),但这肯定不起作用。
d <- read.table('9.10data.t