gitk

    1

    1答えて

    2つのブランチ間で異なるログを取得する方法を調べるためのテスト用gitプロジェクトを作成しました。 ほとんどのケースでは、我々は、このようなケースがあります:ブランチマスターはマスターする桜の厳選されたいくつかのコミットを持って、グラフの下に以下を参照してください 「私は」コミットチェリー選んだ枝を習得することです。 masterとdbg_featureのログが異なると予想される結果は、 "J"の

    1

    2答えて

    gitkでは、git GUIツールは、差異コミットの違いを見る方法があります。変更された競合する変更を除いて、差異コミットの差分は表示されないためです。それとも私が行方不明になっている何かばかげたことはありますか?

    1

    1答えて

    私はgitkを使ってコードを閲覧しています。 私はしばしば前のコミットとreset master branch to hereを右クリックします。 次にコードをコンパイルしてテストします。 今すぐgitkを閉じて再起動すると、以前のコミットを見ることができなくなります。 次に、コマンドラインで入力する必要がありますgit reset --hard origin/master gitkがorigin

    2

    2答えて

    コミットが特定のディレクトリに触れているのが見たいですが、コミットでディレクトリの外に変更が表示されている必要があります。例えば 私が持っている:commit1に私が見たいmoduleBの変化がある場合 commit1 commit13 commit45 : repo/src/moduleA > gitk . だから私はこのmoduleAに触れるコミットが表示されますそれら。 gitkでも可能

    0

    1答えて

    私はこれにかなり新しいですが、他の人が同じエラーを抱いているのを見たことがありますが、私がどのようにソリューションを実装できるか見当たりません。私は、scikitから無作為グリッド検索を使用して学習するランダムフォレストマシンを作成しようとしています。それは標準的なグリッド検索でうまく動作しますが、ランダム化されたグリッド検索を使用すると、scikitからのフィット関数の奇妙なエラーで失敗します。

    0

    1答えて

    マルチクラス分類問題のROC曲線を得るにはsklearn.metrics.roc_curveを使いたいです。 Hereは、マルチクル問題にrocを適合させる方法の解を提供します。しかし、私はパラメータ "y_score"の意味を理解していません。これは、マルチクラス分類の問題でこのパラメータを提供するものです。 このようなシナリオを想定します。最初の3つの要素はグループ0に属し、最後の3つはグルー

    0

    1答えて

    ScikitでGridSearchCVを使用してパイプラインのパラメータを検索しています。 コードを作ってみましたが、class_weightsを追加したい場合は、壁に当たっています。 from sklearn.pipeline import Pipeline RFC = RandomForestClassifier() PCA = PCA() pipe = Pipeline(steps=

    3

    1答えて

    git 2.9リリースでは、実験差分アルゴリズム--compaction-heuristicが付属しています。私はこれを使うためにgitとgit guiを設定しました。 しかし、私はこのオプションを使うためにgitkを設定する方法を理解できません。私は.gitk設定ファイルを認識していますが、diffオプションの設定方法を知ることはできません。

    0

    1答えて

    Sklearnで作成したモデル(EmpiricalCovariance、MinCovDet、OneClassSVMなど)を保存し、後で再適用することに興味があります。 私はPKLファイルとjoblibを保存するオプションをよく知っていますが、シリアル化されたpythonオブジェクトではなく明示的にモデルを保存することをお勧めします。 主な動機は、モデルパラメータを簡単に表示できることです。 は、私

    2

    2答えて

    sklearnを使用して複数ラベルのデータセットを使用して機能を選択したいと思っています。最後に、のラベルにあるというラベルの最後のセットを取得したいのですが、別のマシンラーニングパッケージで使用します。私はhereの方法を使うつもりでした。これはラベルごとに関連する機能を別々に選択しています。 from sklearn.svm import LinearSVC from sklearn.fea