sklearn-pandas

0зной

2ответ

Работа с данными и желание создать разреженную матрицу для последующего использования в целях кластеризации. fileHandle = open('data', 'r') for line in fileHandle: json_list = [] fields =

5зной

1ответ

Как быстро вычислить сходство косинусов для большого числа векторов в Python?

У меня есть набор 100 тыс. векторов, и мне нужно получить 25-й ближайший вектор, основанный на сходстве косинусов. Scipy и Sklearn имеют реализации для вычисления косинусных расстояний/подобия 2 векто

3зной

1ответ

Pyspark пользовательский агрегатный расчет по столбцам

Я готовлю данные для ввода для классификатора в Pyspark. Я использую агрегированные функции в SparkSQL для извлечения таких функций, как среднее и дисперсия. Они сгруппированы по активности, имени и о

2зной

3ответ

Python, кривые Roc и ggplot?

Я следовал учебнику для отображения кривых roc и соответствующего auc; Я никогда не использовал библиотеку ggplot, поэтому я не могу понять, где моя ошибка. Вот код ниже: from sklearn import metrics

1зной

1ответ

Лучшая практика «транспорт» обученная модель от sklearn

import matplotlib.pyplot as plt import numpy as np from sklearn import datasets, linear_model # Create linear regression object regr = linear_model.LinearRegression() # Train the model using t

0зной

2ответ

Преобразование из массива numpy float32 в массив numpy float64

Я пытаюсь реализовать randomforest в Python. При запуске кода я получил эту ошибку. Несмотря на то, что я уже конвертированы из float32 в float64 с помощью: x_arr = np.array(train_df, dtype='float64')

1зной

1ответ

Разделите данные в двух файлах на основе значений столбца

Мне нужно разделить данные на 2 части. Например, если ниже dataframe делится случайным образом на основе Col1 как файлы должны содержать образцы из каждой категории 1,2 и 3. Col1 col2 1 a 1 b 2