Преобразовать расстояние Махаланобиса в единицы (обратное преобразование Махаланобиса) ⇐ Python
Преобразовать расстояние Махаланобиса в единицы (обратное преобразование Махаланобиса)
Я ищу способ создания точек данных на заданном расстоянии Махаланобиса на основе моих выборочных данных (mydata ниже). По сути, я передаю расстояние в функцию, а затем она выводит значения переменных, которые приводят к расстоянию Махаланобиса из моих выборочных данных.
То, что я ищу, похоже на преобразование Z-показателя в значение, как показано ниже:
"""пример преобразования Z-показателя в значение (но мне бы хотелось, чтобы Махаланобис был преобразован в значения)""" из sklearn.preprocessing импорт StandardScaler импортировать панд как pd импортировать numpy как np # генерировать данные х = [] у = [] для меня в диапазоне (100): x_neg_or_pos = -1, если np.random.random() > 0,5, иначе 1 x.append(np.random.random() * x_neg_or_pos) y_neg_or_pos = -1, если np.random.random() > 0,5, иначе 1 y.append(np.random.random() * y_neg_or_pos * np.random.random()**2) mydata = pd.DataFrame({'x': x, 'y': y}) # подходит объект масштабирования масштабатор = Стандартный масштабатор() Scaler.fit (мои данные) # создайте пустой фрейм данных для заполнения значений, соответствующих z-показателям (индексу) значения = pd.DataFrame(index=[1, 1.5, 3, 6, 10], columns=['x', 'y']) # заполняем значения, соответствующие конкретным z-показателям, которые меня интересуют для z в значениях.index: значения.loc[z, :] = Scaler.inverse_transform( # конвертируем z-показатель в значение данных pd.DataFrame({'x': z, 'y': z}, индекс=[0]) )
Я ищу способ создания точек данных на заданном расстоянии Махаланобиса на основе моих выборочных данных (mydata ниже). По сути, я передаю расстояние в функцию, а затем она выводит значения переменных, которые приводят к расстоянию Махаланобиса из моих выборочных данных.
То, что я ищу, похоже на преобразование Z-показателя в значение, как показано ниже:
"""пример преобразования Z-показателя в значение (но мне бы хотелось, чтобы Махаланобис был преобразован в значения)""" из sklearn.preprocessing импорт StandardScaler импортировать панд как pd импортировать numpy как np # генерировать данные х = [] у = [] для меня в диапазоне (100): x_neg_or_pos = -1, если np.random.random() > 0,5, иначе 1 x.append(np.random.random() * x_neg_or_pos) y_neg_or_pos = -1, если np.random.random() > 0,5, иначе 1 y.append(np.random.random() * y_neg_or_pos * np.random.random()**2) mydata = pd.DataFrame({'x': x, 'y': y}) # подходит объект масштабирования масштабатор = Стандартный масштабатор() Scaler.fit (мои данные) # создайте пустой фрейм данных для заполнения значений, соответствующих z-показателям (индексу) значения = pd.DataFrame(index=[1, 1.5, 3, 6, 10], columns=['x', 'y']) # заполняем значения, соответствующие конкретным z-показателям, которые меня интересуют для z в значениях.index: значения.loc[z, :] = Scaler.inverse_transform( # конвертируем z-показатель в значение данных pd.DataFrame({'x': z, 'y': z}, индекс=[0]) )
-
- Похожие темы
- Ответы
- Просмотры
- Последнее сообщение
-
-
Храните производные единицы без префикса, избегая при этом единицы в базе.
Anonymous » » в форуме Python - 0 Ответы
- 21 Просмотры
-
Последнее сообщение Anonymous
-