Il giorno 26 maggio 2016 17:21, Pietro Battiston <m...@pietrobattiston.it> ha scritto:
> > > Tutta l'idea di fondo (per quel che ne so io, e per questo chiedevo) di > scikit-learn è identificare a quale categoria appartengono gli oggetti > _senza poterlo chiedere direttamente ad ogni oggetto_, ma costruendo su > un sample di training modelli capaci di fare poi predizioni out of > sample. > > Comunque Alessandro diceva chiaramente che i set python non lo > soddisfano. Quindi non stava certo parlando di un semplice > > s = set(un_poco_di_roba) > s1 = set([i for i in s if una_qualche_proprietà(i)]) > s2 = set([i for i in s if una_seconda_proprietà(i)]) > s3 = set([i for i > in s if una_terza_proprietà(i)]) > > ... che pure si potrebbe definire "Identifying to which category an > object belongs to." > In effetti pensavo a qualcosa di assai più complesso ma, ovvio, trovare tutta la torta precotta è assai raro, anche se ormai con tutta sta gente che si interessa a python (http://pypl.github.io/PYPL.html) di cose se ne trovano ormai a bizzeffe. Comunque per identificare a quale categoria dipende dal tipo di modello che utilizzi per 'belong to': la chiave puoi impostarla come: kernel = fn_appropriata_in_python_che_estrae_quello_che_voglio_dai_dati da scandagliare che dovrò pensare in qualche modo. E provare. Al riguardo anche pyDatalog ha un sacco di cose carine per automatizzare operazioni di questo tipo. Ed è anche thread-safe. Bene, ho aggiunto anche questo ai compiti delle vacanze nel mare di sangue. Ammesso che allora ne abbia il tempo :-( Alex ps: che ormai ha solo qualche ora per finire i compiti per oggi :-(
_______________________________________________ Python mailing list Python@lists.python.it http://lists.python.it/mailman/listinfo/python
