橙色画布/python脚本/interpn
我试图在橙色画布中创建python脚本小部件,但很难找到有效的示例: 我想做的是: 1) 我想创建一个基于scipy.interpole.interpn(或其他interp,这是一个示例)的学习者 2) 培训数据集来自橙色表(目标已定义) 3) 输出结果与现有学习者相同,例如KNN 我试图从现有的小部件(如KNN小部件)中学习,但当我复制脚本中的代码时,什么也没有发生 你知道怎么做吗 以下是我在脚本中输入的代码:橙色画布/python脚本/interpn,python,interpolation,orange,Python,Interpolation,Orange,我试图在橙色画布中创建python脚本小部件,但很难找到有效的示例: 我想做的是: 1) 我想创建一个基于scipy.interpole.interpn(或其他interp,这是一个示例)的学习者 2) 培训数据集来自橙色表(目标已定义) 3) 输出结果与现有学习者相同,例如KNN 我试图从现有的小部件(如KNN小部件)中学习,但当我复制脚本中的代码时,什么也没有发生 你知道怎么做吗 以下是我在脚本中输入的代码: from Orange.data import Domain, Table fro
from Orange.data import Domain, Table
from scipy.interpolate import interp1d
import numpy as np
# 1 data generation
train_data = in_datas[0].copy()
data2predict_data = in_datas[1].copy()
print('step_1')
xtrain = train_data[:,0]
xtrain = np.reshape(xtrain,len(xtrain))
xtrain = np.array(xtrain)
xtrain = xtrain.T
ytrain = np.array(train_data[:,1])
ytrain = np.reshape(ytrain,len(ytrain))
# 2 learning
f = interp1d(xtrain, ytrain)
print('step_2')
# 3 predicting
xnew = data2predict_data[:,0]
xnew = np.reshape(xnew,len(xnew))
xnew = np.array(xnew)
xnew = xnew.T
ynew = f(xnew)
print('step_3')
out_data = Table(np.reshape(ynew,[len(ynew),1]))
正如您在我的代码中看到的,在这个过程中,我使用了2个数据集作为输入。我想做的是有一个学习阶段。当我需要的时候,我可以在上面插入一个新的数据集来预测。怎么做
能够自动检测目标是很好的…如果你的意思是
Orange3
,那么也许你应该问作者:请提供一个代码示例,这样我们就可以看到发生了什么。创建Orange python窗口的文档不是很好,不幸的是,您应该从一个更简单的示例开始,按照此处的教程进行操作: