回答編集履歴
7
説明を詳しく
test
CHANGED
|
@@ -54,6 +54,12 @@
|
|
|
54
54
|
|
|
55
55
|
やりたいことは想像できなくはありませんが、動きません。はい。
|
|
56
56
|
|
|
57
|
+
|
|
58
|
+
|
|
59
|
+
リストと同じ感覚で、空リストを作る→appendしていくという処理を書きたかったのですよね？ 残念ながら、np.empty()はshapeだけ与えた引数通り、中身はまったく不定の配列を作ってしまいます。当然nan等も含まれる場合があります。そしてnp.append()は配列に値をstackした結果を返し、元の配列は変更しません。
|
|
60
|
+
|
|
61
|
+
|
|
62
|
+
|
|
57
63
|
np.append(X_test, X)では、feature_df03.ixから読み込んだデータを次元削減したものをX_testに代入したいんですよね？ 恐らくX_test[i-1] = Xとすれば（決してうまい処理ではないけど）意図した通りの挙動になると思います。
|
|
58
64
|
|
|
59
65
|
うまい処理としては、これくらいで良いと思います。
|
6
修正
test
CHANGED
|
@@ -54,4 +54,16 @@
|
|
|
54
54
|
|
|
55
55
|
やりたいことは想像できなくはありませんが、動きません。はい。
|
|
56
56
|
|
|
57
|
-
恐らくX_test[i-1] = Xとすれば（決してうまい処理ではないけど）意図した通りの挙動になると思います。
|
|
57
|
+
np.append(X_test, X)では、feature_df03.ixから読み込んだデータを次元削減したものをX_testに代入したいんですよね？ 恐らくX_test[i-1] = Xとすれば（決してうまい処理ではないけど）意図した通りの挙動になると思います。
|
|
58
|
+
|
|
59
|
+
うまい処理としては、これくらいで良いと思います。
|
|
60
|
+
|
|
61
|
+
```python
|
|
62
|
+
|
|
63
|
+
X = np.array(feature_df03[1:45])
|
|
64
|
+
|
|
65
|
+
X_test = lda.transform(pca.transform(X))
|
|
66
|
+
|
|
67
|
+
```
|
|
68
|
+
|
|
69
|
+
そのままだと動かないかもしれません。適宜書き換えてください・・・。
|
5
修正
test
CHANGED
|
@@ -54,4 +54,4 @@
|
|
|
54
54
|
|
|
55
55
|
やりたいことは想像できなくはありませんが、動きません。はい。
|
|
56
56
|
|
|
57
|
-
恐らくX_test[i] = Xとすれば（決してうまい処理ではないけど）意図した通りの挙動になると思います。
|
|
57
|
+
恐らくX_test[i-1] = Xとすれば（決してうまい処理ではないけど）意図した通りの挙動になると思います。
|
4
追記
test
CHANGED
|
@@ -53,3 +53,5 @@
|
|
|
53
53
|
|
|
54
54
|
|
|
55
55
|
やりたいことは想像できなくはありませんが、動きません。はい。
|
|
56
|
+
|
|
57
|
+
恐らくX_test[i] = Xとすれば（決してうまい処理ではないけど）意図した通りの挙動になると思います。
|
3
追記
test
CHANGED
|
@@ -1 +1,55 @@
|
|
|
1
1
|
tracebackによるとforest.predict(X_test1)でX_test1の値がヘンなので、バリデーションで落ちています。X_testを確認してください。
|
|
2
|
+
|
|
3
|
+
|
|
4
|
+
|
|
5
|
+
|
|
6
|
+
|
|
7
|
+
### 追記
|
|
8
|
+
|
|
9
|
+
落ち着いて読み返してみたら、
|
|
10
|
+
|
|
11
|
+
|
|
12
|
+
|
|
13
|
+
```python
|
|
14
|
+
|
|
15
|
+
X_test = np.empty((45, 2), dtype='float32') # 未初期化なのでNanなどが入るときがある。文句は言えない
|
|
16
|
+
|
|
17
|
+
|
|
18
|
+
|
|
19
|
+
for i in range(1, 45):
|
|
20
|
+
|
|
21
|
+
X = feature_df03.ix[i, :]
|
|
22
|
+
|
|
23
|
+
X = X.reshape(1, -1)
|
|
24
|
+
|
|
25
|
+
X = pca.transform(X)
|
|
26
|
+
|
|
27
|
+
X = lda.transform(X)
|
|
28
|
+
|
|
29
|
+
|
|
30
|
+
|
|
31
|
+
np.append(X_test, X) # 返り値を捨ててるので単に無意味（捨ててなくても無意味そうだけど・・・）
|
|
32
|
+
|
|
33
|
+
|
|
34
|
+
|
|
35
|
+
# X_testは未初期化のまま
|
|
36
|
+
|
|
37
|
+
# nanなどが入ったまま分ける！
|
|
38
|
+
|
|
39
|
+
X_test1 = X_test[:15, :]
|
|
40
|
+
|
|
41
|
+
y_test1 = y_test[:15]
|
|
42
|
+
|
|
43
|
+
X_test2 = X_test[15:30, :]
|
|
44
|
+
|
|
45
|
+
y_test2 = y_test[15:30]
|
|
46
|
+
|
|
47
|
+
X_test3 = X_test[30:45, :]
|
|
48
|
+
|
|
49
|
+
y_test3 = y_test[30:45]
|
|
50
|
+
|
|
51
|
+
```
|
|
52
|
+
|
|
53
|
+
|
|
54
|
+
|
|
55
|
+
やりたいことは想像できなくはありませんが、動きません。はい。
|
2
追記
test
CHANGED
|
File without changes
|
1
誤字修正
test
CHANGED
|
@@ -1 +1 @@
|
|
|
1
|
-
tracebackによるとforest.predict(X_test1)でX_test1の値がヘンなので、バリデーションで落ちています。X_testを確認てください。
|
|
1
|
+
tracebackによるとforest.predict(X_test1)でX_test1の値がヘンなので、バリデーションで落ちています。X_testを確認してください。
|