Ein Hinweis zum Erstellen einer Octave-ähnlichen Interaktionsumgebung mit Python. Installieren Sie zunächst Miniconda (Anaconda ist ebenfalls zulässig). Dies macht die Installation explosionsartig einfach. Nach der Installation können Sie einen Befehl namens "conda" verwenden, mit dem Sie eine virtuelle Umgebung erstellen können. Verwenden Sie diesen Befehl, um eine interaktive Umgebung zu erstellen.
conda create -n my_env ipython numpy matplotlib scipy scikit-learn cython
Wenn Sie fertig sind, aktivieren Sie my_env, um die Umgebung zu aktivieren und die interaktive Konsole mit ipython zu starten. Das ist es.
Der Verarbeitungsablauf, der wahrscheinlich verwendet wird, wird unten beschrieben.
import numpy as np
import matplotlib.pyplot as plt
#Lesen Sie die Trainingsdaten aus der CSV-Datei(Die erste Zeile ist die Header-Annahme)
D = np.genfromtxt("training_data.csv", delimiter=",", skip_header=1)
#Schneiden Sie die Daten in einen Vektor aus
y = D[:,0] #Schneiden Sie die Daten in der 0. Spalte aus(0 hier/Angenommen, das Klassifizierungsergebnis von 1 ist enthalten)
x1 = D[:,1] #Schneiden Sie die Daten in der ersten Spalte aus
x2 = D[:,2] #Schneiden Sie die Daten in der zweiten Spalte aus
#Funktion zum Normalisieren des Vektors(Mittelwert 0, Standardabweichung 1 einstellen)
def regz(vector):
return (vector - np.average(vector)) / np.std(vector)
x1_s = regz(x1)
x2_s = regz(x2)
plt.scatter(x1_s[y==1], x2_s[y==1], c="red") # y==Zeichnen Sie 1 Minute Daten
plt.scatter(x1_s[y==0], x2_s[y==0], c="blue") # y==Zeichnen Sie 0 Minuten Daten
plt.show()
Recommended Posts