kasumaniのブックマーク - はてなブックマーク

cPickle, gzipによるシリアライズ - Qiita

with gzip.open('test.pkl.gz', 'rb') as gf: x = cPickle.load(gf) Register as a new user and use Qiita more conveniently You get articles that match your needsYou can efficiently read back useful informationYou can use dark themeWhat you can do with signing up

kasumani 2014/05/06

cPickle, gzipによるシリアライズ 1 ストック 0 コメントこの投稿をストックする [個人メモ] 定形だがたまに忘れるのでメモ． dump.py import gzip import cPickle obj = 1 with gzip.open('test.pkl.gz', 'wb') as gf: cPickle.dump(obj, gf, cPickle.HIGHEST_PROTOCOL)

リンク

Scikit-learnでハイパーパラメータのグリッドサーチ - Qiita

# -*- coding: utf-8 -*- from sklearn import datasets from sklearn.cross_validation import train_test_split from sklearn.grid_search import GridSearchCV from sklearn.metrics import classification_report, confusion_matrix from sklearn.svm import SVC ## データの読み込み digits = datasets.load_digits() X = digits.data y = digits.target ## トレーニングデータとテストデータに分割． X_train, X_test, y_train, y_test = train_test_spli

kasumani 2014/01/31

Scikit-learnでハイパーパラメータのグリッドサーチ ================================================== accuracy ================================================== + ベストパラメータ: SVC(C=10, cache_size=200, class_weight=None, coef0=0.0, degree=3, gamma=0. Tags: feedly, ifttt

リンク

実行しているスクリプトの絶対パスの取得 - Qiita

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

kasumani 2014/01/31

実行しているスクリプトの絶対パスの取得 Tags: feedly, ifttt, recently read, saved for later from Pocket January 31, 2014 at 11:22AM via IFTTT

リンク

Numpyで行列の連結 - Qiita

>>> import numpy as np >>> a = np.array([[1,2,3], [4,5,6]]) >>> b = np.array([[7, 8, 9], [10, 11, 12]]) >>> c = np.array((1, 2, 3)) >>> d = np.array((4, 5, 6)) >>> a array([[1, 2, 3], [4, 5, 6]]) >>> b array([[ 7, 8, 9], [10, 11, 12]]) >>> c array([1, 2, 3]) >>> d array([4, 5, 6]) >>> np.r_[a, b] array([[ 1, 2, 3], [ 4, 5, 6], [ 7, 8, 9], [10, 11, 12]]) >>> np.c_[a, b] array([[ 1, 2, 3, 7, 8, 9],

kasumani 2014/01/27

Numpyで行列の連結 2 ストック 0 コメントこの投稿をストックするどっちがどっちかよく忘れるのでメモ． >>> import numpy as np >>> a = np.array([[1,2,3], [4,5,6]]) >>> b = np.array([[7, 8, 9], [10, 11, 12]]) >>> c = np.array(

リンク