揺動経路の記録

test

ダウンロード

jsae

ダウンロード

test

ダウンロード

テスト

https://stochaotic.blog.shinobi.jp/File/scan-2003232002
https://stochaotic.blog.shinobi.jp/File/scan-2003232004

小ネタ

一日を15分刻みにした1次元配列で取り扱う

------------------------------------------------------------------------------
import datetime

import pandas as pd

timestamp_index = []

timestamp_list = [0]*24*4

for val1 in range(0, 24,1):

for val2 in [0,15,30, 45]:

timestamp_index.append('{0:02d}:{1:02d}'.format(val1, val2))

df = pd.DataFrame(timestamp_list, index=time_stamp_index, columns=['counts'])

timestamp = datetime.datetime.strptime('2020/1/1 11:43:00', '%Y/%m/%d %H:%M:%S' )

idx = timestamp.hour*4 + int(timestamp.minute / 15)

df.iloc[idx] += 1

df.iloc[idx]

ModuleNotFoundError問題

機会学習モデルをpklで保存したあとに、クラスオブジェクト情報などを一緒に格納しようとしたときに生じうるエラー

保存するときの構成が引き継がれてしまう。実際にpklのバイナリを確認してみるとディレクトリ構成の情報が入っていることがわかる

解決策？

https://stackoverflow.com/questions/2121874/python-pickling-after-changing-a-modules-directory

import sys

from whyteboard import tools



sys.modules['tools'] = tools

GBDTを利用した特徴量変換スクリプト

サンプルコード

import numpy as np



from sklearn.ensemble import GradientBoostingClassifier

from sklearn.model_selection import GridSearchCV

from sklearn.datasets import load_iris



def feature_transformation(gscv, x):

  ret = [gscv.best_estimator_.estimators_[i, 0].tree_.apply(x.astype(np.float32)) for i in

     range(gscv.best_estimator_.n_estimators)]

  return np.array(ret)



def ft_gbdt():

  data = load_iris()



  x = data['data']

  y = data['target']

  x_train = x[0:130]

  x_test = x[130:150]

  y_train = y[0:130]

  y_test = y[130:150]



  print("x:{}".format(np.array(x).shape))

  print("y:{}".format(np.array(y).shape))



  # tune hyper parameters first

    model = GradientBoostingClassifier(n_estimators=1000)

  parameters = {'learning_rate' : [0.1],

                  'max_depth': [4, 6],

                  'min_samples_leaf': [3, 5],

                  'max_features': [1.0]}



  gscv = GridSearchCV(model, parameters, verbose=10, n_jobs=-1, cv=4)

  gscv.fit(x_train, y_train)

  print("score:{}".format(gscv.score(x_test, y_test)))



  # ------------------------------------------------

  ret = feature_transformation(gscv, x_test)



  print("ret:{}".format(ret))

揺動経路の記録

test

jsae

test

テスト

小ネタ

ModuleNotFoundError問題

GBDTを利用した特徴量変換スクリプト

webcrawing scripts

next+++

next++