问题标签 [graphlab]

我需要按索引在我的 sframe 中挑选几行。是否有与 pandas df.irow() 等效的 graphlab 命令？

我有一个看起来像这样的数据框

我想计算要产生的列上值的出现次数：

和

我只得到第一列（实际上使用的是graphlab包，但我更喜欢熊猫）

有人可以帮助我吗？

我有一个包含多个列的 SFrame，例如 'measure1'、'measure2'、'measure3'、..

我想添加一个新列“total_measure”，其中包含 measure1 + measure2 + measure3 等的总数。

我认为这对工作很重要： cdss_analysis.unstack(column=['measure1','measure2'],new_column_name='total_measure')

但这似乎并不正确。

给定一个graphlab.SArray命名coef：

还有一个graphlab.SFrame（如下所示的前 10 个）名为x：

如何操作 SArray 和 SFrame 使得乘法将返回一个向量 SArray，其第一行计算如下？：

我目前正在做一些愚蠢的事情，将 SFrame / SArray 转换为列表，然后将其转换为 numpy 数组来执行np.multiply. 即使在转换为 numpy 数组之后，它也没有给出正确的矩阵向量乘法。我目前的尝试：

（错误）[出]：

我尝试的输出也是错误的，它应该返回一个向量标量值。必须有一种更简单的方法来做到这一点。

如何操作 SArray 和 SFrame 使得乘法将返回一个向量 SArray，其第一行计算如下？

使用numpyDataframes，应该如何执行矩阵向量乘法？

我从这个数据集中有这样的行（https://raw.githubusercontent.com/alvations/stasis/master/sts.csv）：

我已将其读入graphlab.SFrame使用read_csv()函数：

并且有些行未解析。回溯如下：

Sent1看看这些行，如果我的或Sent2列中的任何一个包含奇数双引号，似乎就有问题了。

使用error_bad_lines来跟踪有问题的行：

它抛出回溯：

如果我的行包含奇数个双引号，有没有办法解决这个问题？

有没有办法在不清理数据的情况下做到这一点（例如，识别有问题的行，然后清理/更正它们，但保留另一个 SFrame 来跟踪清理/更正？

作为健全性检查，如果我们\t在原始 csv 文件中进行搜索，行中有一个选项卡会出现问题，但在graphlab解析它时，它会消失：

作为另一个完整性检查，逐行读取文件并将其拆分\t为整个文件返回 5 列：

更理智地检查它是不是。列中，@papayawarrior 4 列行的示例在我的版本中被正确解析graphlab：

我已经手动检查了有问题的行，它们是：

PROGRESS: ...不是通过从详细消息中反复清除这些行来手动查找这些行，有没有办法在将这些行加载到 Graphlab SFrame 时将其转储出来？

好吧，这很古怪。我认为这个问题可能是由最近的 graphlab 更新引入的，因为我以前从未见过这个问题，但我不确定）。不管怎样，看看这个：

好吧，即使对我的语料库一无所知，这些主题至少是可以理解的，因为每个主题的热门术语或多或少是相关的。

但是现在，如果只是保存并重新加载模型，主题就会完全改变（就胡说八道）：

知道这里可能发生什么吗？save应该只是腌制模型，所以我看不到奇怪之处发生在哪里，但不知何故，主题分布正在以某种不明显的方式完全改变。我已经在两台不同的机器（Linux 和 Mac）上验证了这一点。有类似的奇怪结果。

编辑

将 Graphlab 从 1.7.1 降级到 1.6.1 似乎可以解决这个问题，但这并不是真正的解决方案。我在 1.7.1 发行说明中没有看到任何明显的东西来解释发生了什么，如果可能的话，我希望它能够在 1.7.1 中工作......

给定一个Graphlab.SFrame具有以下列名称的对象：

可以轻松地删除特定列中具有“不适用”（NA）/无值的行，例如删除“分数”列的具有 NA 值的行，我可以这样做：

或者用某个值（比如说-1）替换 None 值，我可以这样做：

从https://dato.com/products/create/docs/generated/graphlab.SFrame.html检查 SFrame 文档后，没有内置函数来查找包含 None 对于某一列的行，一些喜欢sf.findna('Score')。或者我可能错过了它。

如果有这样的功能，它叫什么？

如果没有，我应该如何提取该行中有指定列的行具有 NA 值？

我想知道以下代码是否会给出相同的结果。更具体地说，如果random_state=0与 相同seed = 0：

- 使用sklearn：

- 使用graphlab：

据我所知graphlab，在 3.4 版中不可用（如果我错了，请纠正我），所以我无法检查自己。谢谢

我正在尝试使用 graphlab.evaluation.log_loss函数，尽管我无法导入它。我尝试使用 log_loss 函数：

但我收到以下错误：“ AttributeError: 'module' object has no attribute 'log_loss'” 尽管其他指标如混淆矩阵、rmse 和其他指标都在工作。有任何想法吗？

当我尝试安装 Graphlab Create 时，它​​只是在重试连接。我家有健康的宽带 wifi 连接（没有代理）。

错误：(graphlab)ankit@ankit21:~$ pip install graphlab-create==0.9.1 Collecting graphlab-create==0.9.1 Retrying (Retry(total=4, connect=None, read=None, redirect=None)) after connection broken by 'ConnectTimeoutError(<pip._vendor.requests.packages.urllib3.connection.VerifiedHTTPSConnection object at 0x7fd6a16ae850>, 'Connection to 192.168.16.253 timed out. (connect timeout=15)')': /simple/graphlab-create/ 代理 192.168.16.253 是我大学互联网的代理。但我已将网络设置中的设置更改为自动代理。终端中的其他安装工作正常，只有这有问题。