tail()在样本外预测中的使用
tail()是一种在样本外预测中常用的函数，它用于从数据集的末尾提取一定数量的观测值。在云计算领域中，tail()函数通常用于时间序列分析、机器学习和数据挖掘等任务中。
tail()函数的主要作用是查看数据集的最后几行，以便了解数据的趋势和模式。通过观察数据集的尾部，可以预测未来的趋势和行为。在样本外预测中，tail()函数可以用来验证模型的准确性和稳定性。
tail()函数的使用方法很简单，只需要指定要提取的观测值的数量作为参数即可。例如，如果要提取数据集的最后5行，可以使用tail(5)。
在腾讯云的产品生态系统中，与tail()函数相关的产品和服务包括：
- 云服务器（ECS）：腾讯云提供的弹性云服务器，可用于部署和运行各种应用程序和服务。通过监控和日志功能，可以轻松查看和分析服务器的尾部数据。
- 云监控（Cloud Monitor）：腾讯云的监控服务，可实时监测云资源的性能和状态。通过设置监控指标和告警规则，可以及时发现并处理异常情况。
- 弹性伸缩（Auto Scaling）：腾讯云的自动伸缩服务，可根据实际需求自动调整云服务器的数量。通过设置伸缩策略，可以根据尾部数据的变化自动扩容或缩容服务器集群。
- 云日志服务（CLS）：腾讯云的日志管理和分析服务，可帮助用户收集、存储和分析大量的日志数据。通过查询和分析日志数据的尾部，可以获取有关系统性能和用户行为的有用信息。
以上是腾讯云相关产品和服务的简要介绍，更详细的信息和产品介绍可以参考腾讯云官方网站：https://cloud.tencent.com/
相关·内容
1回答
我刚刚开始研究预测方法，我想弄清楚绩效通常是如何衡量的。我的直觉是样本外的性能是最重要的(你想看看你的模型对看不见的数据做得有多好)。我还注意到，如果超出样本的数据太大，预测性能就不会很好(这是有意义的，你将来走得越远，你的模型就越不可能表现良好)。所以我想知道如何确定用于测试的样本外数据的最佳大小？
浏览 2提问于2013-11-12得票数 0
1回答
我正在使用Stata运行一个固定效果模型，然后执行样本外预测。但看起来
xtreg
紧接着是
predict yhat, xbu
不预测样本外以及固定的效果。有没有办法通过包含固定效果来对样本外使用xtreg？插图：
webuse nlswork
xtset idcode year
regress ln_wage age if year <= 80
predict temp1
xtreg ln_wage age if year <= 80, fe
predict temp2, xbu
对于我的例子，我需要预测year = 81的值。并且temp2在大于80的年份是空的。阅读x
浏览 1提问于2016-02-28得票数 1
我有一个小的时间序列数据集，其示例如下：
year AvgU5MR AvgPov AvgEnrol
2000 126.9307 41.0109 67.11833
2001 123.4138 39.9748 68.66798
2002 119.93 45.85194 65.82739
2003 116.4923 55.3706 69.17756
2004 113.1362 32.63662 70.83884
2005 109.9008 41.08603 7
浏览 2提问于2015-06-02得票数 0
回答已采纳
为了检验模型对我的数据的拟合程度，我想计算VARX模型的样本预测中的拟合值。
我在R中的"MTS“包中使用VARX函数估计了模型。这个包确实有一个VARXpred函数，可以在样本中预测，但这不是我要找的。
我尝试了谷歌，但到目前为止，我找不到一个函数或包。
浏览 15提问于2015-11-09得票数 2
我正在研究一个预测模型，在这个模型中，我有从2014年到本月份(2018年3月)的月度数据。
我的部分数据是一列帐单和一列报价金额，例如(对格式表示歉意)。
年-季度-月-比林斯-报价
2014Q1-- 201401- 100
2014- 2014 Q1-- 201402- 150
2014- 2014Q1-- 201403- 200
我用它来预测每月的销售额，并试图用xreg来预测每月报价的数量。
我回顾了下面这篇文章，但是缺少一些东西来完成我想要做的事情：
问:有人能给出一个用xreg预测样本外的例子吗？我理解，为了实现这一点，您需要将xreg变量从样本中预测出来，但我不知道如何传递这些未
浏览 0提问于2018-03-29得票数 3
回答已采纳
当我使用caret::train运行分位数回归林模型时，我得到以下错误：Error in { : task 1 failed - "non-numeric argument to binary operator"。
当我将ntree设置为更高的数字时(在我的可复制示例中，这将是ntree = 150)，我的代码运行时不会出错。
这段代码
library(caret)
library(quantregForest)
data(segmentationData)
dat <- segmentationData[segmentationData$Case == "T
浏览 3提问于2020-07-13得票数 2
回答已采纳
1回答
时间序列的ARMA预测摘要(print arma_mod.summary())显示了一些关于置信区间的数字。是否可以在显示预测值的曲线图中使用这些数字作为预测间隔？
ax = indexed_df.ix[:].plot(figsize=(12,8))
ax = predict_price.plot(ax=ax, style='rx', label='Dynamic Prediction');
ax.legend();
我猜代码是：
from statsmodels.sandbox.regression.predstd import wls_prediction
浏览 0提问于2015-01-06得票数 6
2回答
我有一个虚拟的数据集，该数据集是一家公司的三年费用，分布在不同的费用头上。对于Heads列，我采用了虚拟变量。在按日期顺序对数据进行分组后，我删除了year和month列。下面是一个示例。
Head Year Month Expense StockPrice
A 2005 1 23 120
A 2006 2 23 121
B 2006 3 1000 130
C 2006 4 1500 135
C 2007 1 1400 125
我已经建立了一个用于回
浏览 0提问于2020-09-21得票数 0
我试着用Python实现真正的样本外预测。我已经研究了好几天了，没有运气。
我看到了下面给出的股票价格预测样例代码，我试图修改它来预测由热化学过程引起的温度变化(时间序列问题)。据我所知，示例代码将历史数据集(例如100个数据点)转换为'n‘天，然后将剩余的数据点分成两组，用于培训(80%)和测试(20%)，然后继续预测/估计预定'n’天的股票价值。
是否有可能修改此代码以预测历史数据集之外的真实样本外因变量？
谢谢你的帮助。
from pandas_datareader import data
import numpy as np
import pandas as pd
fr
浏览 4提问于2020-04-27得票数 1
我使用以下方法训练了logistic模型，这些数据来自乳腺癌数据，而且只使用了一个特征“mean_area”
from statsmodels.formula.api import logit
logistic_model = logit('target ~ mean_area',breast)
result = logistic_model.fit()
在训练模型中有一种内建的预测方法。然而，这给出了所有训练样本的预测值。如下所示
predictions = result.predict()
假设我想要一个新值的预测，比如30，我如何使用经过训练的模型来输出这个值？(而不是手
浏览 1提问于2016-08-15得票数 7
回答已采纳
1回答
我正在使用statsmodels来构建模型并给出估计。predict()可用于给出样本内模型估计/结果。forecast()可用于给出样本外估计和预测间隔。我需要样本内模型结果的预测间隔。有什么可以使用的操作吗？可以为样本内调用forecast()吗？
浏览 39提问于2020-07-10得票数 1
回答已采纳
1回答
我需要用R写下面的公式。STAT公式是复制oneway.test-function的效果。 ? 其中样本方差是 ? 和 ? 变量是：m -样本数量，n -样本大小，向量sample_means -每个样本的均值，向量sample_vars -每个样本的样本方差。 我正在尝试使用以下代码，但当我将其与aov进行比较时，它没有给出正确的结果 my_anova <- function(m, n, sample_means, sample_vars) {
overall_mean <- mean(sample_means)
sample_vars <-
浏览 60提问于2020-11-07得票数 0
我很难理解预测函数是如何工作的，并且可以使用不同的样本数据。例如下面的代码..。
my <- data.frame(x=rnorm(1000))
my$y <- 0.5*my$x+0.5*rnorm(1000)
fit <- lm(my$y ~ my$x)
mySample <- my[sample(nrow(my), 100),]
predict(fit, mySample)
我会理解，应该返回100 y的预测基于样本。但是它返回1,000行，并带有警告消息：
'newdata' had 100 rows but variables
浏览 2提问于2014-08-14得票数 1
回答已采纳
1回答
假设我正在为一个应用程序构建一个机器学习模型，在该模型中，我不需要对所有新样本进行预测，并且给出了一个新样本，那么在担心预测不太可能好(例如，如果新样本似乎与训练样本非常不同的情况下)时，最好不要进行任何预测。我称之为限制哪些新样本来预测“模型护栏”的想法，因为我不知道官方术语。
我的问题是，是否有任何标准的方法来设置这样的护栏？关于这个话题，你有什么研究可以指导我吗？我有几个基本想法：
使用距离度量将新样本与培训数据进行比较，并且只有在有足够数量的培训数据与新数据足够接近时才进行预测。
尝试计算某种p值，表明新样本与训练数据有多大的不同，并且只有当这个p值不太高时才进行预测。
为了扩展思想2
浏览 0提问于2019-12-05得票数 3
1回答
在我的例子中，每个样本有33个标签。对应图像的输入标注张量类似于0，0，1，0，1，1，1，0，0，0，0，0，0…...33。一些标签的样本相当低，而有些标签的样本很高。我正在寻找预测回归值的方法。那么，改善预测的最佳方法是什么呢？我想应用数据平衡技术。但到目前为止，我发现平衡技术只适用于多类。如果您能分享您关于我的问题或任何其他提高性能的想法的最佳知识，我将非常感谢。提前谢谢。
浏览 3提问于2020-03-17得票数 1
2回答
我正在努力使用loess进行“样本外”预测。我得到了原始样本之外的新x的NA值。我能得到这些预测吗？
x <- c(24,36,48,60,84,120,180)
y <- c(3.94,4.03,4.29,4.30,4.63,4.86,5.02)
lo <- loess(y~x)
x.all <- seq(3, 200, 3)
predict(object = lo, newdata = x.all)
我需要对完整的收益率曲线进行建模，即不同期限的利率。
浏览 2提问于2015-01-06得票数 11
回答已采纳
我有美国人口样本的数据。样本的数据集有N= 10,000条记录。每一行都由一个定量的解释变量E来描述，这是一个影响人们返回购买商品的概率R的价格。样本与种群之间有相似的E分布，以确保将E与R联系起来的统计模型的有效性。
E在美国人口和样本中的频率分布之间存在显著差异(见下文摘要)。特别是，正态分布似乎不能很好地描述人口分布。
Value of E Population Distribution of E Sample Distribution of E
0-10 56.57% 92.95%
10.01 - 20 6.90% 1.19%
20.01 - 30 8.
浏览 0提问于2015-10-13得票数 0
我在balanced_accuracy_score和accuracy_score中都使用sklearn.metrics。
根据文档，这两个指标是相同的，但在我的代码中，第一个是96%，第二个是97%，而训练的准确率是98%。
你能向我解释一下这三种精确性之间的区别吗？
注意:这个问题是一个有三类的多分类问题.
我附上了代码样本。
精度为98%
model.compile(loss='categorical_crossentropy',
optimizer=Adam(lr=0.00001),
metrics=['ac
浏览 0提问于2019-04-06得票数 5
回答已采纳
1回答
我已经在我的系统中实现了k最近的算法。它由26个类组成，每个类100个样本。在我的例子中，K=7和它完全是反复试验才能获得最佳的分类结果。
我知道应该明智地选择K来减少分类时的噪音。但是样本的数量呢？有没有像“样本越多，结果越好”这样的一般规则？它依赖于什么吗？
感谢您的回复。
浏览 0提问于2012-06-19得票数 0
我对数据科学/机器学习世界很陌生。我知道，在统计学中，我们假设某个事件/过程有某种特殊的分布，而随机过程的样本是某些抽样分布的一部分。然后，可以使用置信区间和显着性水平来概括数据的结果。
一旦我们“了解”了数据集中的模式，我们该如何概括我们的发现呢？这里的信心水平还有什么可替代的呢？
浏览 0提问于2014-12-25得票数 1
1回答
我们正在开发一个分类系统，其中分类是固定的，但其中许多是相互关联的.
例如，我们有一个名为"roads“的类别，还有一个名为"traffic”的类别。我们相信，该模型会被文本样本混淆，这些样本可能属于roads范畴，也可能属于traffic范畴。
我们的一些文本样本也适用于多类标签。例如，“人行道附近有一个垃圾堆，人行道完全坏了”。本文可以分为garbage桶或footpath桶。
通过手动注释文本，我们将为这个分类器构建一个训练集。那么，我们能为一个问题加上多个标签吗？我们应该如何处理具有多个标签的文本？是否应将其作为培训样本添加到被标记的所有类别中？
例如，“人行道附近有一
浏览 0提问于2015-06-01得票数 3
回答已采纳
为什么Tensorflow中Keras API的函数接受batch_size？据我所知，这个参数应该只与管理我们在训练期间每次迭代使用的样本数有关。在模型评估过程中，这种选择有什么影响？
浏览 1提问于2020-05-21得票数 1
1回答
用LSTM预测样本外时间点
、、、、
我正在用LSTM解决一个时间序列预测问题。数据是单变量和非平稳的。我跟踪了本教程。
数据处理如下:首先，取每两个连续时间点之间的差值。然后，通过将下一个时间点作为标签，将数据格式化为一个监督学习问题。最后，在1和-1之间进行缩放。然后使用处理过的数据来拟合LSTM模型。对测试数据进行相同的处理步骤，以检查LSTM的预测。执行差分和缩放的逆运算来表示预测值。一切都很好，我在测试集上得到了很好的结果。但问题是，当我想预测下一个时间点，是没有样本。假设我有100个数据点，70分用于训练，30个用于测试，我想预测点数101等等。我试着用
model.predict(X)
但不起作用。X不能简单地成为数
浏览 0提问于2021-04-25得票数 1
2回答
我面临着nnet软件包R中预测函数的问题。
我用训练数据在R中训练了一个nnet模型，但是当我试图预测新的测试样本时，我得到的结果比测试样本的数量要多。
我的列车数据包含3673行，我的测试包含1225行。但是当我预测测试数据时，我得到了3673个目标输出。我已经在下面粘贴了我的代码。
index<-1:nrow(wine_data)
set.seed(1)
train_ind <- sample(index,.75*nrow(wine_data))
train<-wine_data[train_ind,]
test<-wine_data[-train_ind,]
m
浏览 0提问于2016-05-21得票数 0
2回答
我正在使用统计模型来拟合ARMA模型。
import statsmodels.api as sm
arma = sm.tsa.ARMA(data, order =(4,4));
results = arma.fit( full_output=False, disp=0);
其中data是一维数组。我知道如何获取样本预测：
pred = results.predict();
现在，给定第二个数据集data2，我如何使用之前校准的模型来生成基于此观测的预测(预测)序列？
浏览 3提问于2013-09-04得票数 14
回答已采纳
我的问题是:如何使用Statsmodels状态空间类TVRegression和示例中提供的自定义数据(参见下面的链接)使用外生预测器预测样本外的值。当回归模型包含外生变量时，我花了几个小时寻找如何预测样本外值的例子。我想要构建一个简单的动态线性模型类。我在Statsmodels中找到了一个类，TVRegression (参见这里)，它可以解决我的问题。TVRegression类使用两个外生预测器和一个响应变量作为参数。我复制并粘贴了代码，并在上面的链接中运行了示例，没有任何问题。然而，即使使用给出的示例数据，我也无法提供一个简单的样本外预测.TVRegression类是sm.tsa.state
浏览 10提问于2021-12-28得票数 1
回答已采纳
1回答
我在网上找了一些关于dbp的例子，我找到了这个。资料来源： (包括解决方案)
代码：
main:
leal 4(%esp), %ecx ; function overhead
andl $-16, %esp
pushl -4(%ecx)
pushl %ecx ; gcc stack alignment at the top of main
xorl %ecx, %ecx ; i = 0 (%ecx)
.L2:
浏览 1提问于2019-04-15得票数 5
回答已采纳
1回答
我有一些类似如下的数据：
data(Titanic) # need one row per passenger
df <- data.frame(Titanic, stringsAsFactors=TRUE)
df <- df[rep(seq_len(nrow(df)), df[,"Freq"]), which(names(df)!="Freq")]
我使用重复的交叉验证逻辑回归在caret中训练了一个模型，例如：
library(caret)
tc <- trainControl(method="repeatedcv
浏览 0提问于2015-06-04得票数 1
1回答
我正在调试一个序列到序列模型，并故意尝试完美地拟合一个大约200个样本(长度在5-50之间的句子对)的小数据集。我在pytorch中使用负对数似然损失。我得到了很低的损失(~1e^-5)，但在同一数据集上的准确率只有33%。
我也在3个样本上训练了模型，并获得了100%的准确率，但在训练过程中我遇到了损失。我的印象是，如果预测标签和目标标签之间存在不匹配，则负对数似然只会给出损失(损失在~1e^-5的相同区域)。
我的代码中可能存在bug吗？
浏览 9提问于2020-07-14得票数 2
2回答
我有大量的样本数据，如下所示：
价格取决于从Val_1到Val_14的值(总共150个功能)。我想使用这个表作为机器学习的学习数据集。现在我真正想实现的是根据这些样本来预测价格，data.The值可以改变，预测的价格应该根据这些计算而变化。
我没有任何具体的价格计算公式，所以我想使用这些数据集作为机器学习中数据分类器的学习数据。
我尝试过使用Theano和Python来实现各种基于深度学习的算法，但到目前为止，我只成功地预测了具有预定义输出类的输出。是否有任何方法可以使用机器学习算法来预测这些类型的计算？
浏览 21提问于2017-03-14得票数 0
我如何在特定的表中捕获文本，这是在cli上的另一个代码中看到的？或者，如何以另一种方式捕捉同一设计中的文本？
那是样本表
***pool-name subnet mask-len vr-id
-------------------- ------------------- -------- -----
dataoam 10.254.140.160 27 0***
我需要一个dataoam
浏览 6提问于2016-10-27得票数 1
回答已采纳
1回答
我已经训练了一个名为clf的估计器，它使用fit方法并将模型保存到磁盘中。下一次运行该程序时，将从磁盘加载clf。
我的问题是：
如何预测保存在磁盘上的样本？我的意思是，如何装载和预测？
如何在预测后得到样本标签而不是标签整数？
浏览 5提问于2012-12-28得票数 0
你把数据分成k个子样本。在k-1子样本上进行训练，在kth子样本上进行测试，用误差merric记录性能.
对每个k个子样本执行k次，每次记录错误。然后选择误差最小的模型？这和合奏技术一样吗？
浏览 0提问于2018-01-15得票数 1
回答已采纳
1回答
用击数预测
、、、、
如果我有一个有1083个样本的训练数据集和一个有79871个样本的测试数据集，那么如何使样本相等呢？我一直在使用SMOTE，但现在我发现了错误。
ValueError: Unknown label type: 'continuous-multioutput'
我的代码：
from imblearn.over_sampling import SMOTE
from sklearn import utils
over_sampler = SMOTE()
print(utils.multiclass.type_of_target(x))
print(utils.multiclas
浏览 8提问于2022-01-29得票数 0
我有一个名为new的样本，它是从单词中抽取出来的，我必须找到这个样本中最长的5个单词，我不允许使用grep。
浏览 2提问于2020-12-18得票数 0
回答已采纳
2回答
假设我有100个弹珠，其中8个是红色的。我画了30个弹珠，我想知道至少有5个弹珠是红色的。我目前正在使用，我输入了100，8，30和5的总体大小，成功的数目，样本的大小和成功的数目，分别在样本中。所以我感兴趣的概率是累积概率：$P(X \geq 5)$，在这种情况下它= 0.050。我的问题是，如何用R来计算这个？
我试过了
> 1-phyper(5, 8, 92, 30, lower.tail = TRUE)
[1] 0.008503108
但这与先前的答案有很大不同。
浏览 3提问于2015-06-04得票数 3
回答已采纳
1回答
让我说，我需要预测每个月的TPV/销售额，这将受到黑色星期五，网络星期一，圣诞节和其他活动的影响。我在dataframe中添加了所有这4个变量，并将其包含在“exog”中，如下所示
国防部= sm.tsa.statespace.SARIMAX(Y，order=param，seasonal_order=param_seasonal，exog=exog_var，enforce_stationarity=False，enforce_invertibility=False)
我的问题是，我们如何为未来的日期添加这4个外部变量的值？？如果我添加这4个变量并将'TPV/sales‘列留空。它不能预
浏览 1提问于2020-02-03得票数 0
我估计我的样本中有70个变量有很多预测值，X有70000个Ob缺失值。Y是二元变量，5%的观测值=1，95%的观测值=0
cf <- cforest (formula = Y ~., data = df ,
perturn = list (replace = FALSE, fraction = 0.5, 0.5),
control = ctree_control (MIA = true), ntree = 1500, mtry=8)
当我使用自己的样本内OOB预测进行预测时，我遇到了一个问题。它返回以下错误：
Error i
浏览 23提问于2021-11-10得票数 0
1回答
基于，我正在尝试制作行的样本。使用相同的R虹膜数据示例。我已经正确地为每个物种创建了15行的样本
Selec_ir<-iris[ with(iris, unlist(tapply(seq_len(nrow(iris)),
Species, FUN = sample, 15,replace=FALSE))), ]
但是现在如何根据新选择的行距上一行至少20行的条件来创建样本呢？
浏览 1提问于2016-12-19得票数 2
1回答
如果一个人想要用分类器模型将一个类归为一组测量，那么以何种方式可以包含有关测量精度的信息？
更具体地说，是否有一种特性工程策略来包含信息，以便允许模型比其他子集更多地加权样本的子集？
举个例子，假设我有时间序列中的坐标和精度信息(lat，lon，measurement_accuracy) .我想要做一个分类器，它接受一个由两个坐标对组成的组，并从这个组输出一个类。因此，每个样本由两个坐标对组成。
测量精度可以用来指示模型中哪些度量最值得信任，但它本身并没有对样本所属的类提供任何提示。
给出3个样本
[ # learn to trust the first coordinate set more
浏览 0提问于2020-08-26得票数 0
2回答
我正在写一个小应用程序，从一个大得多的样本堆中，从每个特定类型的有效样本中提取几个有效样本。
结构看起来像这样：
根->状态->类型->示例
我的程序遍历这些状态，并获取每个唯一的类型以及该类型的路径。一旦获得了所有这些，它就会遍历每种类型，并随机选择X个样本，其中X由用户提供。
该程序在本地运行得很好，但在网络上显然要慢得多。我已经采取了一些措施来帮助实现这一点，但我最关心的部分是快速地从类型目录中获取随机样本。
在本地，我使用
List<String> directories = Directory.GetDirectories(kvp.Value).
浏览 1提问于2013-04-24得票数 0
1回答
我真的被过度适应困住了，我正在尽我所能来减少它。
我不想写一个度量来帮助在cv循环中给模型评分。我使用的是10x5倍，并且仍然从我的简历分数的平均值中获得+/- 5-8%的样本准确度分数。(即当我上传到kaggle时)
验证分数的标准差是否与过度拟合/误差相关，这是否可以用于我的评分？目前，stdev在5%左右，这似乎不算什么。
我建议，如果我减少每个k倍的验证分数的stdev，那么这应该会减少样本外预测的方差吗？
有人有这方面的经验吗？
欢迎任何帮助。
浏览 0提问于2020-02-13得票数 1
1回答
我是用R做统计的，在我用R程序做这件事之前，我是手工做的。这就是问题所在。
抽样的300名电视观众被要求对电视节目的总体质量进行评分，从0(糟糕)到100 (最好)。根据结果构造了直方图，指出其呈丘状对称，样本平均值为65，样本标准差为8。大约什么比例的评级将高于81？
我手动地回答了这个问题: Pr(X>81)=Pr(Z>(81-65)/8)=Pr(Z>2)=0.0227，所以比例是0.023，也就是2.3%。
我很难在R中做到这一点？我试过使用pnorm(p=..,mean=..,sd=..)，但没有找到与我的手册类似的结果。非常感谢你的回答
浏览 2提问于2015-11-18得票数 6
回答已采纳
1回答
高波动数据的优化与预测
、、、、
你好，我有如下所示的数据。这些数据基本上是集群系统的容量信息。这就像一个小样本。您可能会注意到，days_to_full列在20天内波动很大。Threshold_date列是基于将days_to_full添加到Datetime列的磁盘已满的日期。
如果我要建立一个模型，可以监督threshold_date的高波动，并且只在增长相当线性或者增长是真实的时候才通知我。我该怎么做？我想知道，至少在90至100天前，我可能真的要吃饱了。但这种波动可能会给我带来错误的预测，无缘无故地引起恐慌。
我一直试图阅读大量的文章，但无法确定使用python的数学模型将帮助我做出更好的估计。
当你提出一个模型的时候
浏览 3提问于2021-04-09得票数 0
我正在努力解决上的以下问题
移位链表
编写一个函数，该函数接受单个链接列表和整数k的头部，按k位置移动列表位置(即不创建全新列表)，并返回其新标题。
移动链接列表意味着将其节点向前或向后移动，并在适当的情况下将它们围绕在列表周围。例如，将链接列表向前移动一个位置将使其尾部成为链接列表的新标题。
节点是向前移动还是向后移动取决于k是正还是负。
每个LinkedList节点都有一个整数value和一个指向列表中的下一个节点的next节点，如果它是列表的尾部，则指向None / null。
您可以假设输入链接列表总是至少有一个节点；换句话说，头永远不会是None / null。
样本输入
head
浏览 4提问于2021-05-21得票数 0
我的目标是在c#方法中读取csv文件。此csv文件未定义，它可以包含n个列。有一件事将始终保持不变，那就是csv文件中只有两行。一个将是标题行，另一个将是值行。当我的值是字符串值时，我的下面的方法工作得很好，但是当我的值之一是类似于这个测试的test1，test2时，我的方法就失败了。我尝试了Csv帮助器类，但我无法做到。有人能建议我该怎么做吗？
元数据是我从StreamReader读取的行列表
private void AddValuesToTable( DynamicTableEntity tableEntry, List<string> metadata )
浏览 25提问于2021-03-05得票数 0
回答已采纳
一般的理解是：
预测:过去的值-可能是模型看到的数据(来自火车组的数据)，或者过去的数据模型没有看到(来自测试集的数据)(在样本中的数据)。
预测:未来价值-模型或用户都没有看到的数据(样本外数据)
相关问题：https://stats.stackexchange.com/questions/65287/difference-between-forecast-and-prediction
问:是否有一个共同的词可以表示任何一个？这将有助于与非技术人员交谈、写作或解释。
浏览 0提问于2020-06-23得票数 2
在ML很新..。
实际问题要复杂得多，但我会说得更短。
训练数据是一个样本的集合，描述了一些项目的特征。每件物品都有许多样品。因此，ML模型是用来预测几个目标变量的，但是对于每项都有一次：
📷
看来，我在滑雪或类似的工具中找不到一种方法来适应这种类型的火车输入/火车输出。有没有办法做到这一点，而不需要手工实现整个管道？
我考虑过这个答案：如何基于多个样本进行预测？
但我不确定它是否适用，因为每个项目都有很多样本
编辑1:最终的模型应该得到一些全新项目的新样本，并预测相同的目标变量。
浏览 0提问于2019-07-05得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
