V2EX  ›  ike  ›  全部回复
回复总数  9
虽然与问题无关,delete 不能用 get 请求吧。
回复了 kayseen 创建的主题 › 使用 pandas 筛选时间数据2019 年 9 月 9 日
import pandas as pd

df = pd.read_csv("test.txt", parse_dates=['time'])
idx = df.time.apply(lambda x: x.hour == 3 and x.minute==29)
df[idx]
回复了 yaqink 创建的主题 › 日常追番工具一只 DMHY for Mac2016 年 4 月 16 日
好!
回复了 nooper 创建的主题 › 我在服务器上装了一个 scipy 阿里云的服务器就挂了2016 年 2 月 15 日
你可以用 miniconda 嘛,虽然没在阿里云上试过。
回复了 ike 创建的主题 › rankit: 构建科学的排名2016 年 2 月 6 日
@h4x3rotab 没,自己搞的。
回复了 sometimesna1ve 创建的主题 › sklearn 文本分类器做预测时,如何拿到预测结果。。。2016 年 1 月 28 日
至少我没看出这段代码有什么问题。支持你“显然不对”的观点的论据是什么?就是这段代码的结果吗?既然你说 accuracy, 有没有试过直接在 label 上计算 accuracy_score(Y_true, Y_pred)?你的 label 是从 0 开始还是从 1 开始?
回复了 sometimesna1ve 创建的主题 › sklearn 文本分类器做预测时,如何拿到预测结果。。。2016 年 1 月 28 日
@3pointer predict_proba 才返回概率。
回复了 zenghsh3 创建的主题 › HMM 和 CRF 的区别?2015 年 12 月 7 日
这个问题我在不同的场合回答过很多次,但是我仍然愿意回答你。 HMM 与 CRF 最本质的区别,并不是有向图和无向图的区别。前者描述的是 P(X,Y), 是 generative model; 后者描述的是 P(Y|X), 是 discriminative model. 前者你要加入对状态概率分布的先验知识,而后者完全是 data driven.
1/1
© 2026 V2EX · 21ms · 3.9.8.5