Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.
Necesito escribir un kernel OpenCL. A través del argumento del kernel obtengo una imagen de entrada con una cierta dimensión (ejemplo: ancho: 600px, alto: 400px). El algoritmo que necesito ejecutar es: “Interpolación por el Vecino más Cercano”. En la imagen a continuación, se parte del píxel (1,1) (imagen izquierda, píxel . . . Read more
Una tabla es una muestra de usuarios y sus compras. Estructura: Email | NOMBRE | TRAN_DATETIME (Varchar) Entonces tenemos el correo electrónico del cliente + Nombre y Apellido + Fecha de transacción Y la segunda tabla que proviene del segundo sistema contiene a todos los usuarios, sus datos confidenciales y . . . Read more
Tengo más de 1M de puntos de datos y 32 de ellos (Naranja en la imagen) son mi clase verdadera. Me gustaría encontrar puntos azules similares a los naranjas. Los vectores de características son solo incrustaciones. El enfoque que adopté es construir una región de confianza pseudo-95 y luego marcar . . . Read more
He escrito un código que produce el número deseado de puntos en un cierto rango de longitud y anchura en el sistema de coordenadas. Calcula y tabula la matriz de distancias de estos puntos que he producido utilizando el método euclidiano. Mi código está aquí: import pandas as pd from . . . Read more
El siguiente código devuelve un error: import numpy as np from sklearn.datasets import make_classification from sklearn.neighbors import NearestNeighbors X, y = make_classification() nn = NearestNeighbors(algorithm=’brute’, metric=’mahalanobis’, metric_params={‘V’: np.cov(X, rowvar= False)}) nn.fit(X).kneighbors(X[:1, :]) Devuelve el siguiente error: /usr/local/lib/python3.7/dist-packages/sklearn/metrics/pairwise.py in _precompute_metric_params(X, Y, metric, **kwds) 1545 else: 1546 raise ValueError( -> 1547 “The . . . Read more