Подключение
Базовый URL, учётные данные и доступный сервер.
Продукт
Возможности программы · Невзвешенная изотоническая регрессия
01
Изучите каждый объединённый блок рядом с наблюдениями, чтобы объяснить плоский участок ограничением метода наименьших квадратов.
Выбор
Модель, которую предоставляет настроенный endpoint.
Возможности
Объём контекста и поддержка инструментов определяются моделью и сервером.
Невзвешенная изотоническая регрессия
● ● ●OrderSaffron●
Конкретная отправная точка · Невзвешенная изотоническая регрессия ×
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)]✳Подберите неубывающую последовательность к максимум 128 конечным наблюдениям в ±10^6 невзвешенным методом наименьших квадратов.
✓ ИзмененияПроверьте перед применением ↗
Иллюстрация рабочей среды