V2EX amoy 的所有回复 第 1 页 / 共 1 页
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX    amoy    全部回复第 1 页 / 共 1 页
回复总数  19
2022-05-18 15:29:37 +08:00
回复了 Cells 创建的主题 随想 看了房子帖文有感.....
歪个楼,在热榜看到两个这样的有感了,请问这个房子贴文是指哪个帖子?
2022-05-16 20:44:06 +08:00
回复了 amoy 创建的主题 问与答 除了 ssh 还有什么方式可以远程登录?
目前服务器上应该只有 sshd ,这次只好先去线下重启 sshd 服务了。谢谢各位的回复,之后会尝试大家推荐的其它远程登录方式,防止 sshd 再次抽风 。
@JohnChiu 考研的话基本可以保底本校,听学长说被调剂了可以联系自己学校的老师,只要不是太差就会收的。另外想请问一下硕士学历对就业的帮助有多大呢?
2019-09-27 15:48:45 +08:00
回复了 zz656565 创建的主题 问与答 大家十一国庆都放几天假啊?
大学在读,国庆三天,挪了两周周末补齐七天,缺的课还得以后找时间补上
2019-07-11 18:47:09 +08:00
回复了 amoy 创建的主题 问与答 萌新求问用什么做大数据处理比较好
在里面添加一个 average=None 参数就没有报错了,虽然不知其所以然
2019-07-11 17:54:15 +08:00
回复了 amoy 创建的主题 问与答 萌新求问用什么做大数据处理比较好
@CrabAss 大佬,我又来打扰您了,我现在做到那个模型评估那里,其中有两个指标
print('准确率:', accuracy_score(Y_test, y_pred))
print('精确率:', precision_score(Y_test, y_pred))

第一条可以运行出来,第二条会报错
准确率: 0.900968992248062
F:\anaconda\envs\scikit-learn\lib\site-packages\sklearn\metrics\classification.py:1243: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
if pos_label not in present_labels:
Traceback (most recent call last):
File "F:/bigdata/scikit-learn/Dataset.py", line 97, in <module>
print('正确率:', precision_score(Y_test, y_pred))
File "F:\anaconda\envs\scikit-learn\lib\site-packages\sklearn\metrics\classification.py", line 1569, in precision_score
sample_weight=sample_weight)
File "F:\anaconda\envs\scikit-learn\lib\site-packages\sklearn\metrics\classification.py", line 1415, in precision_recall_fscore_support
pos_label)
File "F:\anaconda\envs\scikit-learn\lib\site-packages\sklearn\metrics\classification.py", line 1246, in _check_set_wise_labels
"%r" % (pos_label, present_labels))
ValueError: pos_label=1 is not a valid label: array(['buffer', 'play'], dtype='<U6')

进程已结束,退出代码 1
请问这是为什么?
@renmu 解决了,多谢
@Loner233 多谢,还真是,有几个多了一列。文件太多了,之前没注意看,看了前几个是一样的以为都是一样的。
@renmu @zhucegeqiu 打扰一下
listaddress=[]
for info in os.listdir('F:/bigdata/data/all'):
domain = os.path.abspath(r'F:/bigdata/data/all') # 获取文件夹的路径
info = os.path.join(domain, info) # 将路径与文件名结合起来就是每个文件的完整路径
listaddress.append(info)
dfs =[pd.read_csv(f) for f in listaddress]
#print(dfs[1])
df = pd.concat(dfs) # 将文件合并
请问运行报错是是为什么啊?
FutureWarning: Sorting because non-concatenation axis is not aligned. A future version
of pandas will change to not sort by default.

To accept the future behavior, pass 'sort=False'.

To retain the current behavior and silence the warning, pass 'sort=True'.
@renmu 这个不是一次只能读取一 csv 个文件么?
2019-06-21 09:56:41 +08:00
回复了 amoy 创建的主题 问与答 萌新求问用什么做大数据处理比较好
@CrabAss
大佬,这是我抽到的那个题目,可否帮忙看下之前您讲的那个思路是否还可用。多次叨扰,还请见谅。
目标:
建立机器学习模型来判断点播客户端播放过程中是否存在卡顿。
模型的输入:
特征:从网络传输过程中获取的各种特征信息。如 rtt-往返时延、rto-超时重传、mdev-网络波动情况、wnd-客户端接收窗口、cwnd-拥塞窗口等(共 35 个特征,必要时需进行特征选择)。
模型的输出:
类标:播放中是否卡顿( buffer|卡顿、play|正常播放)。
模型衡量标准:
准确率、召回率等指标。

注:数据集为非平衡数据集,共约 300 万条数据,两类比大致 97:3 ( play:buffer ),可能由于特征不充分,样本存在交叉,较难提升准确率。
2019-06-20 12:36:12 +08:00
回复了 amoy 创建的主题 问与答 萌新求问用什么做大数据处理比较好
@CrabAss 多谢兄台不吝赐教
2019-06-19 22:09:56 +08:00
回复了 amoy 创建的主题 问与答 萌新求问用什么做大数据处理比较好
有好心的大哥指出更像是机器学习。我自己暂时还不是能理解这些区别,我再去了解一下。
2019-06-19 22:06:08 +08:00
回复了 amoy 创建的主题 问与答 萌新求问用什么做大数据处理比较好
我举的那个例子只是大作业其中的一种类型,一共有四类,最后是抽签来决定做哪个。
还有一个是做数据挖掘的,老师有给医疗保险相关的训练集,找出其中存在医疗诈骗的行为,并可以预测测试集中的诈骗行为。目前只知道这两个题目。
2019-06-19 21:59:37 +08:00
回复了 amoy 创建的主题 问与答 萌新求问用什么做大数据处理比较好
@srlp 真的谢谢各位的指导,老师上课只讲了文本自动分类,数据挖掘等入门理论知识,但没有讲实现的相关技术细节,之前只有 C 语言的基础,真的是拿到大作业也没有头绪和方向 /(ㄒoㄒ)/~~
2019-06-19 21:04:32 +08:00
回复了 amoy 创建的主题 问与答 萌新求问用什么做大数据处理比较好
还有就是是否具有通用性?我自己写出来的代码自己运行的结果和最后我发给老师,老师运行的结果和我是否会一致?
2019-06-19 20:36:50 +08:00
回复了 amoy 创建的主题 问与答 萌新求问用什么做大数据处理比较好
我的表述
@CrabAss 谢谢大佬的指点,因为真的是零基础,所以可能理解有偏差,我的理解是:Anaconda 是 python 的一个工具包,PyCharm Pro 是一个编译环境(刚查的)。先去熟悉 python 然后用 PyCharm Pro 写算法可以调用 Anaconda 的模块来做数据处理。请问大概是这个思路吗?
2019-06-17 18:19:39 +08:00
回复了 lyver 创建的主题 推广 哦~618 是么......干脆来个好物分享,顺便送几波礼品吧
1
计划好好学习,科科满绩,现在期末了
关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     6075 人在线   最高记录 6679       Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 22ms UTC 02:03 PVG 10:03 LAX 19:03 JFK 22:03
Do have faith in what you're doing.
ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86