두 개의 시계열이 있는데 둘 사이의 상관 관계를 찾고 싶습니다. 그러나 이전에는 완전히 다른 척도 였기 때문에 나는 무엇이 진행되고 있는지 더 잘 이해하기 위해 0과 1 사이에서 정상화해야한다고 생각했습니다. 내가 전에 (R의 CCF 기능을 사용하여) 정상화 후 상호 상관을 계산하면 ts1 <- ts1$price-min(ts1$price)/(max(ts1$
나는 normalize 매우 중첩 된 json 파일을 분석하려고합니다. 내가 고심하고있는 것은 정상화하기 위해 한 단계 이상의 깊은 곳으로가는 법이다. 정확하게 수행하고 싶기 때문에 pandas.io.json.json_normalize 문서를 검토했습니다. 나는 그 일부를 정상화 할 수 있었고 이제는 사전이 어떻게 작동 하는지를 이해할 수 있었지만 나는 아
normalizr을 사용하여 다음 데이터를 표준화하려고합니다. 위치 개체를 쉽게 추출 할 수 있어야합니다. 더 구체적으로 위치 객체 내에 중첩 된 movie 객체를 갖기를 원합니다. 내 코드 : 아약스 호출 (results.data)에서 데이터를 검색 한 후 평면화하려고합니다. const location = await new schema.Entity(
R에서 그룹별로 데이터 프레임을 정규화하려고합니다. 내가이 작업을 수행하는 이유는 수익을 위해 각 그룹에서 회귀 방정식을 실행하고 슬로프를 얻고 싶기 때문입니다. 데이터가 정상적으로 배포되지 않았기 때문에 그룹별로 데이터 세트를 표준화하여 추세에 대한 더 나은 정보를 얻고 싶습니다. 내가 scale라는 R의 또 다른 이미 내장 기능이 알고 normalize
저는 문장 분석을하고 있습니다. 문장을 이해하고 키 값 쌍에 대한 정보를 해독합니다. 예를 들어 { "product" : "milk" , "money": "200 usd" }
{ "product" : "chair" , "cost": "200 usd" }
{ "product" : "chair" , "price": "200 usd" }
지금이 JSO
나는 dataframe O D counts
0 G1 G1 8576
1 G1 G2 4213
2 G1 G3 8762
3 G2 G1 8476
4 G2 G2 2134
...
을 가지고 있지만 각 그룹은 예를 들어, 그래서 O와 D의 서로 다른 집단이 : O에 G1은이 말을 , 1234 개의 다른 회원, D의 G1은 4321입니다. pandas을 사
나는 화살표가 법선을 그리는 the example을 threejs.org에서 찾았습니다. 필요한 부분입니다. 그러나 화살표는 복잡한 객체이며 ArrowHelper에 의해 생성됩니다. 소스 코드를보고 setDirection 메소드를 찾았습니다. function setDirection(dir) {
// dir is assumed to be norma
CSV 파일을 정규화하기 위해 여러 번 시도했습니다. 내가 뭘하려 : import numpy as np
import pandas as pd
import scipy
import numpy as np
from sklearn.preprocessing import normalize
x = np.random.rand(1000)*10
norm1 = x/
내 웹 사이트의 사용자에 대한 순위 시스템을 만들고 싶습니다. 순위는 회원이 된 기간, 작성한 게시물 수 등과 같은 여러 요소에 의해 결정됩니다. 모든 데이터 항목 또한 나에 의해 결정되는 "가중치"로 나뉘어져 더 많은 실제 사용자 활동 - 회원 수만큼 1 일 게시물이 중요하지 않습니다. 계량 후 모든 통계가 함께 합산됩니다. 그런 다음 합계를 정규화하여
행의 차원에서 정규화 할 수있는 간단한 코드가 있습니다. import numpy as np
from sklearn import preprocessing
X = np.asarray([[-1,2,1],
[4,1,2]], dtype=np.float)
X_normalized = preprocessing.normalize(X, norm='l2