KDB 上带有 embedpy 的位置参数
Positional arguments with embedpy on KDB
\l p.q
np:.p.import`numpy
Logistic:.p.import[`sklearn.linear_model;`:LogisticRegression]
train_X_np: np[`:array](1 2 3)
train_Y_np: np[`:array](0 1 1)
Logistic[`:fit][train_X_np;train_Y_np]
当我 运行 我得到:
call: fit() missing 1 required positional argument: 'y'
我做错了什么?
(同样正常情况下,X
数组上应该有一个.reshape(-1,1)
,不知道是不是这个原因?)
您需要初始化 LogisticRegression 对象
您需要重塑 x 输入
q)Logistic:.p.import[`sklearn.linear_model;`:LogisticRegression][]
q)train_X_np: np[`:array][1 2 3][`:reshape;-1 1]
q)Logistic[`:fit][train_X_np;train_Y_np]
/ To predict
q)Logistic[`:predict][np[`:array][0 1 2][`:reshape;-1 1]]`
0 1 1
您也可以在将其传递给 numpy 之前使用 flip enlist 1 2 3
kdb 列表,而不是重塑
\l p.q
np:.p.import`numpy
Logistic:.p.import[`sklearn.linear_model;`:LogisticRegression]
train_X_np: np[`:array](1 2 3)
train_Y_np: np[`:array](0 1 1)
Logistic[`:fit][train_X_np;train_Y_np]
当我 运行 我得到:
call: fit() missing 1 required positional argument: 'y'
我做错了什么?
(同样正常情况下,X
数组上应该有一个.reshape(-1,1)
,不知道是不是这个原因?)
您需要初始化 LogisticRegression 对象
您需要重塑 x 输入
q)Logistic:.p.import[`sklearn.linear_model;`:LogisticRegression][] q)train_X_np: np[`:array][1 2 3][`:reshape;-1 1] q)Logistic[`:fit][train_X_np;train_Y_np] / To predict q)Logistic[`:predict][np[`:array][0 1 2][`:reshape;-1 1]]` 0 1 1
您也可以在将其传递给 numpy 之前使用 flip enlist 1 2 3
kdb 列表,而不是重塑