用UCI数据集测试连续数据离散化算法,python实现(如下)
1基于熵的离散化算法python代码.用UCI数据集测试
2.基于卡方分裂的离散化算法python代码,UCI数据集测试
UCI连续型信息系统离散化的方法及实现?
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答 默认 最新
关注 - 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7572627
- 这篇博客也不错, 你可以看下【有限差分法】(三)一维和二维抛物方程CN格式以及长时间稳定性分析(附算例与Python代码)
- 除此之外, 这篇博客: 【机器学习实例】利用python实现梯度下降和逻辑回归原理(Python详细源码:预测学生是否被录取)中的 定义一个函数可以方便进行测试用 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
def runExpe(data, theta, batchSize, stopType, thresh, alpha): #import pdb; pdb.set_trace(); theta, iter, costs, grad, dur = descent(data, theta, batchSize, stopType, thresh, alpha) name = "Original" if (data[:,1]>2).sum() > 1 else "Scaled" name += " data - learning rate: {} - ".format(alpha) if batchSize==n: strDescType = "Gradient" elif batchSize==1: strDescType = "Stochastic" else: strDescType = "Mini-batch ({})".format(batchSize) name += strDescType + " descent - Stop: " if stopType == STOP_ITER: strStop = "{} iterations".format(thresh) elif stopType == STOP_COST: strStop = "costs change < {}".format(thresh) else: strStop = "gradient norm < {}".format(thresh) name += strStop print ("***{}\nTheta: {} - Iter: {} - Last cost: {:03.2f} - Duration: {:03.2f}s".format( name, theta, iter, costs[-1], dur)) fig, ax = plt.subplots(figsize=(12,4)) ax.plot(np.arange(len(costs)), costs, 'r') ax.set_xlabel('Iterations') ax.set_ylabel('Cost') ax.set_title(name.upper() + ' - Error vs. Iteration') return theta
- 您还可以看一下 CSDN就业班老师的【数据分析-随到随学】Python语法强化与数据处理课程中的 实战:完成一个简单的学生信息管理小节, 巩固相关知识点
解决 无用评论 打赏 举报
悬赏问题
- ¥15 游戏盾如何溯源服务器真实ip?
- ¥15 Mac版Fiddler Everywhere4.0.1提示强制更新
- ¥15 android 集成sentry上报时报错。
- ¥50 win10链接MySQL
- ¥35 跳过我的世界插件ip验证
- ¥15 抖音看过的视频,缓存在哪个文件
- ¥15 自定义损失函数报输入参数的数目不足
- ¥15 如果我想学习C大家有是的的资料吗
- ¥15 根据文件名称对文件进行排序
- ¥15 deploylinux的ubuntu系统无法成功安装使用MySQL❓