在Python中连接两个大小不同的列表列表
我正试图为10倍交叉验证编写代码 也就是说,将数据分成10个大小相等的块。然后,对于10次迭代中的每一次,取出第i个块,并将剩余的90%用于测试数据 对于第二次迭代,我需要将前10%与最后80%合并。在第三次迭代中,我加入了前20%和后70%。等等 (因此,第一次迭代,第一个10%被删除,第二次迭代,第二个10%被删除,等等) 我的数据由1000个项目组成,每个项目是一个包含70个np.float类型值的数组 10次验证中的每一次都将调用此循环,i=0,i=1…i=9:在Python中连接两个大小不同的列表列表,python,Python,我正试图为10倍交叉验证编写代码 也就是说,将数据分成10个大小相等的块。然后,对于10次迭代中的每一次,取出第i个块,并将剩余的90%用于测试数据 对于第二次迭代,我需要将前10%与最后80%合并。在第三次迭代中,我加入了前20%和后70%。等等 (因此,第一次迭代,第一个10%被删除,第二次迭代,第二个10%被删除,等等) 我的数据由1000个项目组成,每个项目是一个包含70个np.float类型值的数组 10次验证中的每一次都将调用此循环,i=0,i=1…i=9: def get_trai
def get_training(input_array, i):
training = (input_array[:i*subset_size] + input_array[(i+1)*subset_size:])
return training
它在以前工作过,但现在我发现了一个错误:
operands could not be broadcast together with shapes (100,70) (800,70)
我认为这可能是由于np.float数据类型;它之前正在使用另一种数据类型
谢谢试试:
training = np.concatenate((input_array[:i*subset_size], input_array[(i+1)*subset_size:]))
(对于numpy数组,+运算符将值相加,假设它们的形状相同:)
尝试:
(对于numpy数组,+运算符将值相加,假设它们的形状相同:)
尝试:
(对于numpy数组,+运算符将值相加,假设它们的形状相同:)
尝试:
(对于numpy数组,+运算符将值相加,假设它们的形状相同:)
不要重新发明轮子。您可以在
sklearn.cross\u validation
模块中使用函数和
见文件:
K-折叠交叉验证迭代器
提供列车/测试索引以分割列车测试集中的数据。分裂
将数据集分成k个连续的折叠(不洗牌)
然后,在k-1剩余的情况下,每个折叠使用一次验证集
从训练集中折叠
不要重新发明轮子。您可以在
sklearn.cross\u validation
模块中使用函数和
见文件:
K-折叠交叉验证迭代器
提供列车/测试索引以分割列车测试集中的数据。分裂
将数据集分成k个连续的折叠(不洗牌)
然后,在k-1剩余的情况下,每个折叠使用一次验证集
从训练集中折叠
不要重新发明轮子。您可以在
sklearn.cross\u validation
模块中使用函数和
见文件:
K-折叠交叉验证迭代器
提供列车/测试索引以分割列车测试集中的数据。分裂
将数据集分成k个连续的折叠(不洗牌)
然后,在k-1剩余的情况下,每个折叠使用一次验证集
从训练集中折叠
不要重新发明轮子。您可以在
sklearn.cross\u validation
模块中使用函数和
见文件:
K-折叠交叉验证迭代器
提供列车/测试索引以分割列车测试集中的数据。分裂
将数据集分成k个连续的折叠(不洗牌)
然后,在k-1剩余的情况下,每个折叠使用一次验证集
从训练集中折叠
谢谢你的提示,我不知道这个模块,但将来会用到它。@user3140106很乐意帮忙!如果您觉得它对您有用,请随时联系。:)谢谢你的提示,我不知道这个模块,但将来会用到它。@user3140106很乐意帮忙!如果您觉得它对您有用,请随时联系。:)谢谢你的提示,我不知道这个模块,但将来会用到它。@user3140106很乐意帮忙!如果您觉得它对您有用,请随时联系。:)谢谢你的提示,我不知道这个模块,但将来会用到它。@user3140106很乐意帮忙!如果您觉得它对您有用,请随时联系。:)
a = np.array(range(10))
print a + a # => [ 0 2 4 6 8 10 12 14 16 18]