如何解决循环时向前推进验证问题
我正在尝试为分类算法编写向前验证的代码,但我无法弄清楚为什么循环没有附加盲数据。任何评论/建议将不胜感激。
X = data.values
n_train = 500
n_records = len(X)
for i in range(n_train,n_records):
probsL = []
probsS = []
cls = MultiOutputClassifier(KNeighborsClassifier()).fit(X[:,0:21][0:i],X[:,21:42][0:i])
predict_prob = cls.predict_proba(X[:,0:21][i:i+1])
p_prob = np.concatenate([col[:,[2]] for col in predict_prob],1)
n_prob = np.concatenate([col[:,[0]] for col in predict_prob],1)
probsL.append(p_prob)
probsS.append(n_prob)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。