Modele
Dodaj endpoint zgodny z OpenAI lub Anthropic, podając bazowy URL i klucz API, jeśli jest wymagany. Sprawdź połączenie. Lokalny serwer modelu musi działać; zdalne narzędzia mogą przesyłać dane oddzielnie.
Produkt
Funkcje programu · Nieważona regresja izotoniczna
01
Sprawdź każdy scalony blok obok obserwacji, aby wyjaśnić płaski odcinek ograniczeniem najmniejszych kwadratów.
Projekt
Wybierz folder i poproś asystenta o przeczytanie odpowiednich plików przed ich zmianą. Określ cel oraz granice zadania.
Zmiany
Sprawdzaj zmiany i wyniki poleceń. Uruchom testy projektu przed zaakceptowaniem rezultatu; wygenerowany kod nie jest automatycznie przetestowany.
Nieważona regresja izotoniczna
● ● ●OrderSaffron●
Sposoby pracy · Nieważona regresja izotoniczna ×
from math import isfinite
def isotonic_fit(values):
if type(values) is not list or len(values) > 128:
raise ValueError("bounded list")
if any(type(x) not in (int, float) or abs(x) > 10**6 or
not isfinite(x) for x in values):
raise ValueError("bounded finite values")
blocks = []
for value in values:
blocks.append([float(value), 1])
while len(blocks) > 1 and (
blocks[-2][0] / blocks[-2][1] > blocks[-1][0] / blocks[-1][1]):
total, count = blocks.pop()
blocks[-1][0] += total; blocks[-1][1] += count
return [total / count for total, count in blocks for _ in range(count)]✳Dopasuj ciąg niemalejący do najwyżej 128 skończonych obserwacji w zakresie ±10^6 metodą nieważonych najmniejszych kwadratów.
✓ ZmianySprawdź przed zastosowaniem ↗
Ilustracja środowiska