Pas encore inscrit ? Creez un Overblog!

Créer mon blog

Didier Leroy

Didier Leroy

Ses blogs

Mes astuces

Mes astuces

juste un mémo de commandes et languages que j'utilise regulierement
Didier Leroy Didier Leroy
Articles : 175
Depuis : 19/07/2016
Categorie : Technologie & Science

Articles à découvrir

kaggle tutorial

No Free Hunch liens vers les solutions kaggle avis étude kaggle 2017 avis étude kaggle 2017 juandes.github.io(exemples d'etudes DS) blog datascientist uses cases

des exemples divers en scala

object Main2 extends App{ println("test:") val b = List("banana" , "pear" , "apple" , "orange").sorted.foreach(println) val c =List(10 , 5 , 4 , 8 , 1) print(c) List(10 , 5 , 8 , 1 , 7).sortWith(_ > _).sorted.foreach(println) val x = List.range(1 , 10) println(x) val names = List("Bob" , "Fred" , "Joe" , "Julia" , "Kim") for (noms <- names) println

echantillonnage par fenetre dans une serie

Calcul du nombre de fenêtres par souhait d'échantillonnage #découpage par fenetre de taille(minutes désirée) bin_taillefenetre_enminute=c(60,30,15,5,1) nbre_fenetre_parheure=60/bin_taillefenetre_enminute nbre_fenetre_parjour=nbre_fenetre_parheure*24 nbre_fenetre_parsemaine=nbre_fenetre_parjour*7 #reference minutes/jours(max 1440 minutes par jo

créer une serie variables par rapport à une fonction

# generates the seeds for random selection n=10 job = unlist(lapply(runif(n,100,800),function(i){floor(i)}),use.names=FALSE) créer des colonnes ND=10 Names=c("week","id","patho","poussee","douleur") PNames=c(Names,unlist(lapply(c(1:ND),function(i){paste0("P",i)}),use.names=FALSE))

tuer le process Rstudio

Pour rstudio, si je tue mon process rsession, un autre est automatiquement relancé, et le délai pour obtenir le main est probablement réinitialisé J'ai trouvé un moyen qui semble fonctionner : rm /home/userid/.rstudio/sessions/active/session-*/suspended-session-data/environment

time series tutorial

En R: traitement des series temporelles en R Forecast: sweep time series keras en r

DataFrame en python

import pandas as pd import numpy as np import matplotlib.pyplot as plt data = {'color' : ['blue','green','yellow','red','white'], 'object' : ['ball','pen','pencil','paper','mug'], 'price' : [1.2,1.0,0.6,0.9,1.7]} #creer un dataframe frame = pd.DataFrame(data) frame frame2 = pd.DataFrame(data, columns=['object','price']) frame2 #assigner des index

utilisation de caret avancé

Exemple de classification: https://www.machinelearningplus.com/machine-learning/caret-package/ Utilisation des fonctions de caret ensemble&List https://cran.r-project.org/web/packages/caretEnsemble/vignettes/caretEnsemble-intro.html :

fonctions map et filter en python

#traitement map map(lambda x: 2*x, range(10)) #equivalent à [2*x for x in range(10)] #traitement filter filter(lambda x: x>5, range(10)) [x for x in range(10) if x>5] ages = range(30) majeurs = filter(lambda x: x > 18, ages) majeurs = [a for a in ages if a > 18] #map et filter map(lambda x: 2*x, filter(lambda x: x>5, range(10))) #ou [2*x for x in