1回答
xr.where(da.notnull(), discrete, np.nan) # needed in case the initial array contains nans 这是一个工作原理的可视化演示
浏览 59提问于2021-08-16得票数 0
我有一个带有离散值(=类别/因子)的热图，如下所示：dats = xarray.DataArray([[2,4,3,5,1],[8,4,5,3,2], [9,3,4,4,1
浏览 11提问于2016-07-27得票数 2
回答已采纳
1回答
我使用BayesNet算法，因此需要对数据集中的数值进行离散化。我读到，在离散化测试数据集时，我需要使用训练数据集作为输入格式，以便离散化的训练数据集和测试数据集是兼容的()。这是我的测试数据集离散化代码： int[] discIndices = {0,2,5,6例如，我有一个数值属性，当我离散化
浏览 5提问于2017-10-25得票数 0
1回答
因此，我正在做一个零阶保持积分技术来进行离散化。在中，有一个描述离散动力学的显式表达式。
我该如何看待来自Drake的线性化系统的显式形式？我想知道A、B和C矩阵，以便明确地写出我的离散时间动力学。另外，Drake中有没有实现离散化的技术？
浏览 17提问于2020-05-06得票数 0
回答已采纳
1回答
Coordinates: lon float64 28.0, array(0.)\nCoordinates:...2 41.810046 19.584720 Shengjin <xarray.DataArray<
浏览 4提问于2020-05-29得票数 1
回答已采纳
2回答
我想离散化一个包含连续变量的列。数据看起来像这样；我希望通过离散化将数字转换为分类，但零代表不同的类别。有时直接离散化可以保持不同的数字为零。
我想如果我保留零，那么离散化我的愿望就会实现。, 10, 1, 2, 4, 5, 5, 6)), class = "data.frame", row.names = c(N
浏览 20提问于2021-05-21得票数 0
回答已采纳
2回答
连续特征离散化往往会导致信息的丢失。然而，卡格尔泰坦尼克号的大多数顶级解决方案都是基于离散化(年龄、票价)。
什么时候应该离散连续特征？是否有任何关于准确性的标准和利弊。
浏览 0提问于2017-06-17得票数 7
1回答
属性离散化
、、
离散数值属性的最佳策略是什么？此外，这(属性离散化)对聚类(使用K-均值)有意义吗？因为我使用的是weka，所以我知道我可以使用离散化过滤器，使用findNumBins选项或useEqualFrequency。但还有其他策略吗？另外，对属性使用离散化，然后查找集群(使用K-均值)是否有意义？(我怀疑这没有多大意义，但我只想确认一下)
谢谢!
浏览 0提问于2015-10-15得票数 1
我有一个名为IDB的xr.Dataset，它有一个名为“从属关系”的DataArray，由字符串组成：<xarray.DataArray 'affiliations'在使用Dataset.sel()选择子集之后，我得到：<xarray.DataArrayIDB.to_netcdf(pathOut，mode='w'，en
浏览 20提问于2022-08-30得票数 0
我有一个来自PyMC3的样本，我试图从它得到一个累积概率，例如P(X < 0)。我目前使用的是：prob_x_lt_zero = (trace.posterior.X < 0).sum() / trace.posterior.X.size我没有找到任何.cdf()方法或类似的东西。缺少这样的基本函数是很奇怪的，但是还有更高级的函数，比如trace.posterior.X.quantile(
浏览 8提问于2022-01-12得票数 2
回答已采纳
1回答
是否可以在weka中对选定的列进行离散化？我的数据集中有42列，我只想离散(间隔)经度和纬度，但是所有的列都是离散的。
浏览 2提问于2014-10-11得票数 2
回答已采纳
CfsSubsetEval对数据集进行离散化，我试图避免这种情况，因为数据集已经被离散化了。下面是执行离散化的CfsSubsetEval.java中的行。m_trainInstances, m_disTransform);由于class属性是在arff文件中定义的，如下所示：该属性不是数字属性，因此将执行离散化虽然我对Weka实现有一点了解，但我试图注释掉这些行，以跳过离散化<
浏览 3提问于2014-11-02得票数 0
回答已采纳
我需要在weka中对一个列进行离散化。列名为“年龄”。它有数字属性。例如2-90之间的值。
我需要根据特定的值范围执行离散化过程，以便基于以下类别离散年龄属性。
浏览 4提问于2022-05-23得票数 0
2回答
iris) + geom_point(aes(x=Sepal.Width, y=Sepal.Length, colour=Sepal.Length)) + scale_colour_gradient()
离散化颜色比例的正确方法是什么ggplot正确地识别离散值，并对这些离散值使用离散标度，但我的问题是，如果你有连续的数据，并且你想要一个离散的颜色条(每个方块对应一个值，方块仍然在渐变中着色)，那么最好的方法是什么？离散化/入库是否应该发生在
浏览 0提问于2013-07-18得票数 18
回答已采纳
2回答
我正在寻找一种在DataArray的单个维度上进行算术的简洁方法，然后将结果作为一个新的DataArray返回(包括已更改的部分和未更改的部分)。在熊猫中，我会使用df.subtract()来完成这个任务，但是我还没有找到使用xarray的方法。data = np.arange(0,6).reshape(2,3)yc = np.arange(0, data.shape[1])
df2 = df
浏览 0提问于2017-06-20得票数 5
在xarray.DataArray中索引特定单元格返回一个单例：<xarray.DataArrayOut[5]:
<xarray.DataArray
浏览 3提问于2019-02-26得票数 1
回答已采纳
我正试着用pyomo解决DAE问题。然而，在化学工程中，我得到了Keyerrors.The物料平衡方程，其中包括微分方程。from pyomo import daeimport numpy as npx_init_gas1 = 0.2x_init_list = [x_init_gas1, x_init_gas2]
浏览 1提问于2022-07-06得票数 0
回答已采纳
我要求对数据集的属性进行等宽离散化，然后继续绘制数据集离散化与连续的绘制值。为此，我需要完整的离散值数据集，而不是稀疏矩阵 X,y = datasets[0]X_binned = enc.fit_transform
浏览 11提问于2020-04-27得票数 0
回答已采纳
3回答
我正在使用arules包对数据帧中的连续变量进行离散化。我使用的是这一行但它给了我一个错误我只是尝试将我的连续变量从"data1“数据帧转换为3个二进制离散变量
浏览 6提问于2015-08-20得票数 5
2回答
由于各种原因，我们希望数据是离散的，因此有一些连续变量需要离散化。我在pandas中发现了qcut，它似乎可以做我想做的事情--我可以设置一些存储箱，它会将变量离散到那么多的存储箱中，试图保持每个存储箱中的计数相等。因为分类器是在离散化的数据上训练的，所以新的测试实例在可以使用之前需要离散化。因此，我希望能够做的是读入一个新实例，对其应用已经建立的离散化方案，将其转换为字符串，并在随机森林中运行它。然而，我被“应用<
浏览 136提问于2019-08-26得票数 10
回答已采纳
云服务器
对象存储
ICP备案
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号