2024-09-30 01:35:50 发布
网友
我正在做我认为对我的数据进行简单回归的事情,但是有些地方出了问题。我使用csv2rec来读取数据,但是我打印回归参数m和b,得到nan nan。在
如果你想预览csv文件,这里有一些:
"Oxide","ooh","oh", "MoO",3.06,0.01, "IrO",2.79,-0.23,
我想要的是两行的回归。x = a.oh和{}
x = a.oh
这是我正在使用的脚本
有两件事需要检查:
值是否正确转换
尝试使用['oh']和['ooh']来访问向量
也可以在读取文件时使用选项名来指定列名。在
好吧,把这个放在床上,这正是丢失数据时的症状:
"Oxide","ooh","oh", "MoO",3.06,0.01, "IrO",2.79,-0.23, "ZZ",2.79,,
结果
如果您想简单地忽略丢失的数据,那么您只需传递polyfit两个都存在的点:
polyfit
In [15]: good_data = ~(numpy.isnan(a.oh) | numpy.isnan(a.ooh)) In [16]: good_data Out[16]: array([ True, True, False], dtype=bool) In [17]: a.oh[good_data] Out[17]: array([ 0.01, -0.23]) In [18]: a.ooh[good_data] Out[18]: array([ 3.06, 2.79]) In [19]: polyfit(a.oh[good_data], a.ooh[good_data], 1) Out[19]: array([ 1.125 , 3.04875])
有两件事需要检查:
值是否正确转换
尝试使用['oh']和['ooh']来访问向量
也可以在读取文件时使用选项名来指定列名。在
好吧,把这个放在床上,这正是丢失数据时的症状:
结果
^{pr2}$如果您想简单地忽略丢失的数据,那么您只需传递
polyfit
两个都存在的点:相关问题 更多 >
编程相关推荐