问题描述
想象一下,我有一个包含 4 个类的数组或 Pandas 系列,但是每个步骤中的类都有很大的不同。这只是一个示例(如果需要,您可以生成更真实的示例):
import numpy as np
np.random.seed(seed=0) # to generate always the same numbers
x = np.random.randint(4,size=(100))
由于它们变化很大,我想通过多数投票技术或其他方法放大它们(或过滤或重新采样)。也许环顾最近的 5 个样本,然后该特定样本将具有最频繁的类别。最后我会得到一个更“紧凑”的数组。
这个方案应该代表我的意思:
有人可以帮我吗?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)