以下代码为动态时间序列算法主函数,其中N为RNN的参考长度,即超参数:
2022/7/9 1:21:15
本文主要是介绍以下代码为动态时间序列算法主函数,其中N为RNN的参考长度,即超参数:,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
"""将source post对应的posts划分成不定长的post batch序列 Params: weibo_id (str), source post对应的id,用于读取对应数据 N (int), 时间序列的基准time steps个数 Returns: output (list), interval list, 每一个interval包含一定数量的post index """ # 不同时间间隔内的post数量不必相同) path = "Weibo" + os_sep + "{}.json".format(weibo_id) data = load_rawdata(data_path + path) # 基于weibo id加载包含转帖文本及时间戳的原始数据 tweet_list = [(idx, tweet["t"]) for idx, tweet in enumerate(data)] total_timespan = tweet_list[-1][1] - tweet_list[0][1] # L(i) time_interval = total_timespan / N # l k = 0 pre_max_inters = [] # U_(k_1) while True: # Spliting series by the current time interval k += 1 interval_num = int(total_timespan / time_interval) output, inter_index = ConstructSeries(tweet_list, interval_num, time_interval) max_inters = GetContinueInterval(inter_index) # maximum continue interval index if len(pre_max_inters) < len(max_inters) < N: time_interval = int(time_interval * 0.5) # Shorten the intervals pre_max_inters = max_inters if time_interval == 0: output = output[max_inters[0]:max_inters[-1] + 1] break else: output = output[max_inters[0]:max_inters[-1] + 1] break return output
这篇关于以下代码为动态时间序列算法主函数,其中N为RNN的参考长度,即超参数:的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-06-15matplotlib作图不显示3D图,怎么办?
- 2024-06-1503-Loki 日志监控
- 2024-06-1504-让LLM理解知识 -Prompt
- 2024-06-05做软件测试需要懂代码吗?
- 2024-06-0514-ShardingSphere的分布式主键实现
- 2024-06-03为什么以及如何要进行架构设计权衡?
- 2024-05-31全网首发第二弹!软考2024年5月《软件设计师》真题+解析+答案!(11-20题)
- 2024-05-31全网首发!软考2024年5月《软件设计师》真题+解析+答案!(21-30题)
- 2024-05-30【Java】百万数据excel导出功能如何实现
- 2024-05-30我们小公司,哪像华为一样,用得上IPD(集成产品开发)?