- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在尝试使用 scipy.optimize.minimize 最小化函数。我有一个列表列表作为输入
X = numpy.array(features) #Convert to 2D numpy array
X = numpy.insert(X, 0, 1, axis=1)
y = numpy.transpose( numpy.matrix(values) )
w = numpy.random.random( (X.shape[0], 1) )
fun = lambda w: sum(numpy.power( y-numpy.matmul( numpy.transpose(w) , X), 2))
w = scipy.optimize.minimize(fun, w)
但我在最后一行收到以下错误:
ValueError: setting an array element with a sequence.
这意味着我从列表(值)到 1 x N 矩阵 (y) 以及从列表列表(特征)到矩阵 (X) 的转换出现了问题。以下为每项 10 个条目。
features = [[1.865e+01 1.760e+01 1.237e+02 1.076e+03 1.099e-01 1.686e-01 1.974e-01
1.009e-01 1.907e-01 6.049e-02 6.289e-01 6.633e-01 4.293e+00 7.156e+01
6.294e-03 3.994e-02 5.554e-02 1.695e-02 2.428e-02 3.535e-03 2.282e+01
2.132e+01 1.506e+02 1.567e+03 1.679e-01 5.090e-01 7.345e-01 2.378e-01
3.799e-01 9.185e-02]
[8.196e+00 1.684e+01 5.171e+01 2.019e+02 8.600e-02 5.943e-02 1.588e-02
5.917e-03 1.769e-01 6.503e-02 1.563e-01 9.567e-01 1.094e+00 8.205e+00
8.968e-03 1.646e-02 1.588e-02 5.917e-03 2.574e-02 2.582e-03 8.964e+00
2.196e+01 5.726e+01 2.422e+02 1.297e-01 1.357e-01 6.880e-02 2.564e-02
3.105e-01 7.409e-02]
[1.317e+01 1.866e+01 8.598e+01 5.346e+02 1.158e-01 1.231e-01 1.226e-01
7.340e-02 2.128e-01 6.777e-02 2.871e-01 8.937e-01 1.897e+00 2.425e+01
6.532e-03 2.336e-02 2.905e-02 1.215e-02 1.743e-02 3.643e-03 1.567e+01
2.795e+01 1.028e+02 7.594e+02 1.786e-01 4.166e-01 5.006e-01 2.088e-01
3.900e-01 1.179e-01]
[1.205e+01 1.463e+01 7.804e+01 4.493e+02 1.031e-01 9.092e-02 6.592e-02
2.749e-02 1.675e-01 6.043e-02 2.636e-01 7.294e-01 1.848e+00 1.987e+01
5.488e-03 1.427e-02 2.322e-02 5.660e-03 1.428e-02 2.422e-03 1.376e+01
2.070e+01 8.988e+01 5.826e+02 1.494e-01 2.156e-01 3.050e-01 6.548e-02
2.747e-01 8.301e-02]
[1.349e+01 2.230e+01 8.691e+01 5.610e+02 8.752e-02 7.698e-02 4.751e-02
3.384e-02 1.809e-01 5.718e-02 2.338e-01 1.353e+00 1.735e+00 2.020e+01
4.455e-03 1.382e-02 2.095e-02 1.184e-02 1.641e-02 1.956e-03 1.515e+01
3.182e+01 9.900e+01 6.988e+02 1.162e-01 1.711e-01 2.282e-01 1.282e-01
2.871e-01 6.917e-02]
[1.176e+01 2.160e+01 7.472e+01 4.279e+02 8.637e-02 4.966e-02 1.657e-02
1.115e-02 1.495e-01 5.888e-02 4.062e-01 1.210e+00 2.635e+00 2.847e+01
5.857e-03 9.758e-03 1.168e-02 7.445e-03 2.406e-02 1.769e-03 1.298e+01
2.572e+01 8.298e+01 5.165e+02 1.085e-01 8.615e-02 5.523e-02 3.715e-02
2.433e-01 6.563e-02]
[1.364e+01 1.634e+01 8.721e+01 5.718e+02 7.685e-02 6.059e-02 1.857e-02
1.723e-02 1.353e-01 5.953e-02 1.872e-01 9.234e-01 1.449e+00 1.455e+01
4.477e-03 1.177e-02 1.079e-02 7.956e-03 1.325e-02 2.551e-03 1.467e+01
2.319e+01 9.608e+01 6.567e+02 1.089e-01 1.582e-01 1.050e-01 8.586e-02
2.346e-01 8.025e-02]
[1.194e+01 1.824e+01 7.571e+01 4.376e+02 8.261e-02 4.751e-02 1.972e-02
1.349e-02 1.868e-01 6.110e-02 2.273e-01 6.329e-01 1.520e+00 1.747e+01
7.210e-03 8.380e-03 1.311e-02 8.000e-03 1.996e-02 2.635e-03 1.310e+01
2.133e+01 8.367e+01 5.272e+02 1.144e-01 8.906e-02 9.203e-02 6.296e-02
2.785e-01 7.408e-02]
[1.822e+01 1.870e+01 1.203e+02 1.033e+03 1.148e-01 1.485e-01 1.772e-01
1.060e-01 2.092e-01 6.310e-02 8.337e-01 1.593e+00 4.877e+00 9.881e+01
3.899e-03 2.961e-02 2.817e-02 9.222e-03 2.674e-02 5.126e-03 2.060e+01
2.413e+01 1.351e+02 1.321e+03 1.280e-01 2.297e-01 2.623e-01 1.325e-01
3.021e-01 7.987e-02]
[1.510e+01 2.202e+01 9.726e+01 7.128e+02 9.056e-02 7.081e-02 5.253e-02
3.334e-02 1.616e-01 5.684e-02 3.105e-01 8.339e-01 2.097e+00 2.991e+01
4.675e-03 1.030e-02 1.603e-02 9.222e-03 1.095e-02 1.629e-03 1.810e+01
3.169e+01 1.177e+02 1.030e+03 1.389e-01 2.057e-01 2.712e-01 1.530e-01
2.675e-01 7.873e-02]]
X = [[1.000e+00 1.865e+01 1.760e+01 1.237e+02 1.076e+03 1.099e-01 1.686e-01
1.974e-01 1.009e-01 1.907e-01 6.049e-02 6.289e-01 6.633e-01 4.293e+00
7.156e+01 6.294e-03 3.994e-02 5.554e-02 1.695e-02 2.428e-02 3.535e-03
2.282e+01 2.132e+01 1.506e+02 1.567e+03 1.679e-01 5.090e-01 7.345e-01
2.378e-01 3.799e-01 9.185e-02]
[1.000e+00 8.196e+00 1.684e+01 5.171e+01 2.019e+02 8.600e-02 5.943e-02
1.588e-02 5.917e-03 1.769e-01 6.503e-02 1.563e-01 9.567e-01 1.094e+00
8.205e+00 8.968e-03 1.646e-02 1.588e-02 5.917e-03 2.574e-02 2.582e-03
8.964e+00 2.196e+01 5.726e+01 2.422e+02 1.297e-01 1.357e-01 6.880e-02
2.564e-02 3.105e-01 7.409e-02]
[1.000e+00 1.317e+01 1.866e+01 8.598e+01 5.346e+02 1.158e-01 1.231e-01
1.226e-01 7.340e-02 2.128e-01 6.777e-02 2.871e-01 8.937e-01 1.897e+00
2.425e+01 6.532e-03 2.336e-02 2.905e-02 1.215e-02 1.743e-02 3.643e-03
1.567e+01 2.795e+01 1.028e+02 7.594e+02 1.786e-01 4.166e-01 5.006e-01
2.088e-01 3.900e-01 1.179e-01]
[1.000e+00 1.205e+01 1.463e+01 7.804e+01 4.493e+02 1.031e-01 9.092e-02
6.592e-02 2.749e-02 1.675e-01 6.043e-02 2.636e-01 7.294e-01 1.848e+00
1.987e+01 5.488e-03 1.427e-02 2.322e-02 5.660e-03 1.428e-02 2.422e-03
1.376e+01 2.070e+01 8.988e+01 5.826e+02 1.494e-01 2.156e-01 3.050e-01
6.548e-02 2.747e-01 8.301e-02]
[1.000e+00 1.349e+01 2.230e+01 8.691e+01 5.610e+02 8.752e-02 7.698e-02
4.751e-02 3.384e-02 1.809e-01 5.718e-02 2.338e-01 1.353e+00 1.735e+00
2.020e+01 4.455e-03 1.382e-02 2.095e-02 1.184e-02 1.641e-02 1.956e-03
1.515e+01 3.182e+01 9.900e+01 6.988e+02 1.162e-01 1.711e-01 2.282e-01
1.282e-01 2.871e-01 6.917e-02]
[1.000e+00 1.176e+01 2.160e+01 7.472e+01 4.279e+02 8.637e-02 4.966e-02
1.657e-02 1.115e-02 1.495e-01 5.888e-02 4.062e-01 1.210e+00 2.635e+00
2.847e+01 5.857e-03 9.758e-03 1.168e-02 7.445e-03 2.406e-02 1.769e-03
1.298e+01 2.572e+01 8.298e+01 5.165e+02 1.085e-01 8.615e-02 5.523e-02
3.715e-02 2.433e-01 6.563e-02]
[1.000e+00 1.364e+01 1.634e+01 8.721e+01 5.718e+02 7.685e-02 6.059e-02
1.857e-02 1.723e-02 1.353e-01 5.953e-02 1.872e-01 9.234e-01 1.449e+00
1.455e+01 4.477e-03 1.177e-02 1.079e-02 7.956e-03 1.325e-02 2.551e-03
1.467e+01 2.319e+01 9.608e+01 6.567e+02 1.089e-01 1.582e-01 1.050e-01
8.586e-02 2.346e-01 8.025e-02]
[1.000e+00 1.194e+01 1.824e+01 7.571e+01 4.376e+02 8.261e-02 4.751e-02
1.972e-02 1.349e-02 1.868e-01 6.110e-02 2.273e-01 6.329e-01 1.520e+00
1.747e+01 7.210e-03 8.380e-03 1.311e-02 8.000e-03 1.996e-02 2.635e-03
1.310e+01 2.133e+01 8.367e+01 5.272e+02 1.144e-01 8.906e-02 9.203e-02
6.296e-02 2.785e-01 7.408e-02]
[1.000e+00 1.822e+01 1.870e+01 1.203e+02 1.033e+03 1.148e-01 1.485e-01
1.772e-01 1.060e-01 2.092e-01 6.310e-02 8.337e-01 1.593e+00 4.877e+00
9.881e+01 3.899e-03 2.961e-02 2.817e-02 9.222e-03 2.674e-02 5.126e-03
2.060e+01 2.413e+01 1.351e+02 1.321e+03 1.280e-01 2.297e-01 2.623e-01
1.325e-01 3.021e-01 7.987e-02]
[1.000e+00 1.510e+01 2.202e+01 9.726e+01 7.128e+02 9.056e-02 7.081e-02
5.253e-02 3.334e-02 1.616e-01 5.684e-02 3.105e-01 8.339e-01 2.097e+00
2.991e+01 4.675e-03 1.030e-02 1.603e-02 9.222e-03 1.095e-02 1.629e-03
1.810e+01 3.169e+01 1.177e+02 1.030e+03 1.389e-01 2.057e-01 2.712e-01
1.530e-01 2.675e-01 7.873e-02]]
values = [0, 0, 0, 0, 0, 1, 1, 1, 1, 1]
y = [[0]
[0]
[0]
[0]
[0]
[1]
[1]
[1]
[1]
[1]]
关于如何解决这个问题有什么想法吗?我已经阅读了获得相同异常的其他答案,但它们是从其他库(如 cv2)生成的。
最佳答案
在 python 中对 numpy 矩阵使用 sum
只会沿轴求和并返回另一个矩阵。您应该使用 numpy.sum 将矩阵中的所有元素求和为标量。
fun = lambda w: numpy.sum(numpy.power( y-numpy.matmul( numpy.transpose(w) , X), 2))
关于python - scipy.optimize.minimize ValueError : setting an array element with a sequence,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48569631/
给定一个 Sequence of Sequences 类型,如何将其转换为单个扁平化 Sequence 类型?考虑以下 Ceylon 代码: Integer[] range(Integer max)
出于学习目的,我正在尝试使用 F# 以序列形式运行模拟。从一系列随机数开始,如果状态不依赖于先前的状态,map 是生成状态序列的直接方法。我遇到问题的地方是当我尝试做类似的事情时: State(i+1
我正在 DynamoDB 上开发论坛。 有一个帖子表,其中包含线程中的所有帖子。我需要对帖子中的顺序有一个概念,即我需要知道哪个帖子先出现,哪个后出现。 我的服务将在分布式环境中运行。 我不确定使用时
我正在 DynamoDB 上开发论坛。 有一个帖子表,其中包含线程中的所有帖子。我需要对帖子中的顺序有一个概念,即我需要知道哪个帖子先出现,哪个后出现。 我的服务将在分布式环境中运行。 我不确定使用时
在 Z3 中,它支持 String 和 Sequence。但是 Z3py 是否也支持它们,或者我们必须使用 Python 中的字符串或列表?从最新的版本来看,新版本好像确实支持了String和Sequ
我是 Clojure 世界的新手,我遇到了一个问题。我得到了一个 LazySeq,看起来像这样(实际上更长) values = (("Brand1" "0") ("Brand2" "15") ("Br
我正在开发一个用于文本生成的序列到序列模型 ( paper )。我没有在解码器端使用“教师强制”,即 t0 时解码器的输出被馈送到 t1 时解码器的输入。 现在,实际上,解码器(LSTM/GRU)的输
Rust 中的规则是什么,类似于这里描述的规则http://en.cppreference.com/w/cpp/language/eval_order对于 C++? 目前我凭经验发现, 1) 函数的参
我当前的代码: import re from Bio.Seq import Seq def check_promoter(binding_element,promoter_seq): promoter
您好,此代码旨在存储使用 open cv 绘制的矩形的坐标,并将结果编译为单个图像。 import numpy as np import cv2 im = cv2.imread('1.jpg') im
在我的程序中,我有一个正则表达式,它确保输入字符串至少有一个字母和一个数字字符,并且长度在 2 到 10 之间。 Pattern p = Pattern.compile("^(?=.*\\d)(?=.
我正在查看 Google 的免费机器学习速成类(class),并尝试根据他们类(class)的第一部分制作一个预测模型。但是,在输入函数中,有一个字典,我不断收到此错误, in my_input_fn
我想使用 Boost 的 any_range 来处理多个异构数据范围。我的数据范围类型称为 fusion vector ,例如: typedef vector TypeSequence 鉴于这样的类型
我正在使用 SimpleJdbcInsert 作为, SimpleJdbcInsert simpleJdbcInsert = new SimpleJdbcInsert(dataSource).with
我正在尝试通过从我的数据创建 .phy 文件来创建系统发育树。 我有一个数据框 ndf= ESV trunc 1 esv1 TACGTAGGTG... 2 esv2 TACGGAGGGT... 3 e
这可能真的很简单,但我正处于 Rx 学习曲线的底部。我花了几个小时阅读文章、观看视频和编写代码,但我似乎对一些看起来应该非常简单的事情有心理障碍。 我正在从串行端口收集数据。我已使用 Observab
我正在将一些模块从 v8 迁移到 v10,我有这个模型: class SearchInfoPartnerSeniat(models.TransientModel): _name = "search.i
我尝试添加一个新的“自定义”序列到我的Marten DB中,以获取新用户的用户ID(在注册过程中)。。后来,我能够访问下一个序列值,如下所示:。问题出在上面的代码中:在第一次运行时:将userid_s
我在 rosettacode 遇到了这个代码 my @pascal = [1], { [0, |$_ Z+ |$_, 0] } ... Inf; .say for @pascal[^4]; # ==>
我不明白为什么这个程序有效: my $supply = Supply.interval: 1; react { whenever $supply { put "Got $^a" }
我是一名优秀的程序员,十分优秀!