问题标签 [o-d-matrix]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 从 Python 中的数据框创建起点-终点矩阵
我想从python中的以下数据框创建一个起点-终点矩阵:
我期望以下矩阵:
我知道它可以在 R 中使用 table() 函数完成,但我不知道如何在 python 中完成。非常感谢您的帮助。
routes - 奇怪的“异常未知”错误 - QNEAT3 OD 矩阵的替代品?OSM 数据可能出现图表故障?
我以前发布过这个,但我一直在使用 QGIS 的 QNEAT3 插件遇到一个难以理解的问题。我已经联系了插件的创建者,他也不确定这个问题。我正在尝试使用在整个中型国家随机生成的 10 个点来运行它,这些点包含使用 OSMIUM 下载的历史 OSM 数据。我正在进行一个研究项目,试图确定不同年份的整个国家的 OSM 数据是否可用于网络路由。
本质上,我偶尔会在计算 OD 矩阵的构建阶段遇到此错误,这在我的数据中似乎是随机的 -
我不确定我现在是否要解决这个问题,但我已经确定了两个可能的问题。这是引发错误的 QGIS 的“makegraph”C++ 代码部分。
创建者建议它可能与“QGIS API 文档给出的一个可能原因是:”有关if snappedPoints[i] == QgsPointXY(0.0,0.0) then snapping failed
。我认为这不太可能,因为我尝试随机生成点,并尝试在缓冲区上生成它们,以便它们非常接近网络中的线。我偶尔也会注意到,当图表成功构建时,并非所有点都包含在最终输出中。
我还想知道我的一些 OSM 国家级数据是否会因为整个网络完全无法路由而失败。我注意到,当我使用 QGIS 的本机路由信息(不是 QNEAT 3)测试仅使用单点对点计算的迷你版本时,该图在 OD Matrix 版本中失败的相同层上失败。但是,我预计会出现一组与上面传达此问题的错误不同的错误。
所以,总而言之,我正在寻找:
-此错误消息的解决方案/解释它发生的原因和存在的原因
和/或
- QNEAT3 的 OD 矩阵的替代工具,我不必自己编写代码
和/或
- 确认这个问题是由于图表无法路由,这在某种程度上是对我的问题“这个国家今年的 OSM 数据可以用于路由吗?”的回答。
谢谢你的时间。我还在 Reddit 和 StackOverflow 上交叉发布了这个。
python - 多输出 XGBoost 回归器中的 DMatrix
我正在尝试将超参数调整算法转换为MultiOutput 回归设置,有人可以帮我创建相同的DMatrix。这是供参考的代码:
需要进一步澄清,请评论。TIA!
sumo - Dfrouter 输出文件生成的信息较少 -sumo-
我尝试使用 dfrouter 以使用检测器数据估计 OD 矩阵(orgin-destination),使用此命令
dfrouter -n file.net.xml -d detection.det.xml -f flowdata.csv --routes-for-all --keep-unfinished-routes -o routes.rou.xml --detector-output Output_dfrouter/detectors_output。 det.xml --emitters-输出emitters.flows.xml
当我使用假数据时,输出文件“emitters.flows.xml”会生成预期的结果。但是当我使用真实数据时,生成的文件“emitters.flows.xml”并不包含所有信息。
有什么帮助吗?
python - 将新数据集转换为以前的 patsy dmatrix 形式
我将我的数据集分为两组,训练集和测试集。我的数据中有 6 种类型的虚拟变量。每次我尝试在训练集上运行模型时都会出错。这是我的代码:
请注意,“Volume_2019_Product”是唯一的数字数据,其余数据是分类数据。
我得到的错误如下:
ValueError:形状(662,69)和(90,)未对齐:69(dim 1)!= 90(dim 0)
我该如何解决这个错误?我需要我的训练数据矩阵看起来与 X 的原始 dmatrix 完全相同。训练数据包含与我在其上训练模型的其他数据集相同的列标题,但它不包含正在创建的标题下的每个分类变量模型预测误差。
python - XGBoost 中的 TypeError: ('invalid cache item: tuple')
我正在尝试使用 XGBoost 模型获得分类值。
但是,当我声明 XGBoost 模型时出现错误。
我该如何解决这个错误?
并且错误信息在这里。