精华内容
参与话题
问答
  • Namespace zincrby and zscore

    2020-11-28 19:14:39
    <div><p>This PR adds namespace support to <code>zincrby</code> and <code>zscore</code>.</p><p>该提问来源于开源项目:redis-store/redis-store</p></div>
  • <div><p>var success = RedisHelper.ZScore("CG_001", 591); System.FormatException:“Input string was not in a correct format.”</p><p>该提问来源于开源项目:2881099/csredis</p></div>
  • Redis学习之zscore命令

    2019-12-15 15:36:20
    目录zscore命令语法返回值例子 zscore命令 Redis zscore, 命令返回有序集中,成员的分数值。如果成员元素不是有序集 key 的成员,或 key 不存在,返回 nil 。 语法 zscore key member 返回值 成员的分数值,以字符...

    zscore命令

    Redis zscore, 命令返回有序集中,成员的分数值。如果成员元素不是有序集 key 的成员,或 key 不存在,返回 nil 。

    语法

    zscore key member
    

    返回值

    成员的分数值,以字符串形式表示。

    例子

    127.0.0.1:6379> zadd website 8 "qq.cn" 7 "www.qq.cn" 2 "baidu.com" 3 "qq.com"
    (integer) 4
    
    127.0.0.1:6379> zscore website 'www.qq.cn'          
    "7"
    
    展开全文
  • <div><p>Updating the zscore documentation to: - clean up - add new profile (all samples as base population)</p><p>该提问来源于开源项目:cBioPortal/cbioportal</p></div>
  • Zscore fix

    2021-01-06 10:39:38
    <div><p>I saw <a href="https://github.com/andrew/split/issues/199">this post</a> in the open issues, and upon closer inspection, realized that the z_score algorithm wasn't calculating z-scores ...
  • <p>var x = nerdamer('smpvar(4,2,5,4)').evaluate(); console.log(x.text());...<p>It should be showing a zscore example</p><p>该提问来源于开源项目:jiggzson/nerdamer</p></div>
  • zscore Task-block timeseries 生成相关矩阵并保存 转换为Z矩阵并保存 % extract the time course of each task block, normalize them within blcoks, then concatenate acorss blocks,; % finally,calculated the...

    MATLAB 任务态脑网络

    1. zscore Task-block timeseries
    2. 生成相关矩阵并保存
    3. 转换为Z矩阵并保存
    % Filename::zscore&rmap.m
    % extract the time course  of each task block, normalize them within blcoks, then concatenate acorss blocks,;
    % finally,calculated the FC derived from the concatenated time courses..
    
    % NEED: redefine cd and create result file
    clear;
    cd ('G:\fMRIanalysis\Task2_GRETNA\GretnaTimeCourse');
    subList=dir('Sub?_*.txt');
    
    
    %extract  task_specific time course;
    %task point: 1:12; 21:32; 41:52;
    %baseline : 13:20;  33:40;  53:60;
    for i=1:41;
    
    subTS=load(subList(i).name);
    
    id1=3:14;  % raw:1:12,shift 2 time point,about 5 secends .
    task_course=subTS(id1,:);
    timec_Z1=zscore(task_course);%normalize 
    
    id2=23:34; %raw:21:32
    task_course=subTS(id2,:);
    timec_Z2=zscore(task_course);
    
    id3=43:54;%raw:41:52;
    task_course=subTS(id3,:);
    timec_Z3=zscore(task_course);
    
    %concatenate
    timec_Z=[timec_Z1;timec_Z2;timec_Z3];
    
    %Pearson corr
    FC_Z=corrcoef(timec_Z);
    
    FC_Z = FC_Z - diag(diag(FC_Z));
    
    %Fisher r to z
    zFC_Z = atanh(FC_Z);
    
    %output txt
    dlmwrite(['G:\fMRIanalysis\Task2_GRETNA\BNormalise\BNormaliseMatrixR\r',subList(i).name],FC_Z,'delimiter','\t','precision','%-20.15e');
    
    dlmwrite(['G:\fMRIanalysis\Task2_GRETNA\BNormalise\BNormaliseMatrixZ\z',subList(i).name],zFC_Z,'delimiter','\t','precision','%-20.15e');
    end
    
    disp done
    
    展开全文
  • <div><p>Redis returns nil when you ask for the zscore if a key doesn't exist and also if the key does but the member doesn't. However ARDB returns an empty string if the key exists but the ...
  • I would like to export the matrix of zscore from findTADs to HiGlass. Have you ever tried to do that? <p>I managed to make a .cool from the h5 matrix but when i try to zoomify it I get the following ...
  • 获取有序集合中指定值的序号 zscore 集合的键 值

    获取有序集合中指定值的序号

    zscore 集合的键 值
    
    展开全文
  • 果蝇优化算法:优化ZScore模型 python实现 数据集: 0.016 0.177 0.4208 1.038 0.022 0 1.0957 0.19 0.2224 0.816 0.933 1 0.2543 0.206 0.5264 0.4 0.015 1 1.2257 0.224 0.3272 1.05 1.049 1 0.3872 0.228 0....

    果蝇优化算法:优化ZScore模型 python实现

    数据集:

    0.016 0.177 0.4208 1.038 0.022 0
    1.0957 0.19 0.2224 0.816 0.933 1
    0.2543 0.206 0.5264 0.4 0.015 1
    1.2257 0.224 0.3272 1.05 1.049 1
    0.3872 0.228 0.2256 0.98 0.998 1
    1.6066 0.231 0.2832 1.054 1.009 1
    1.1594 0.252 0.3344 0.946 0.987 0
    0.3424 0.26 0.3408 0.196 0.126 1
    0.8604 0.261 0.2616 0.994 0.996 0
    0.5107 0.264 0.2352 0.888 0.004 1
    0.8981 0.271 0.1536 0.688 0.857 1
    0.0878 0.275 0.2072 0.732 0.908 1
    0.2384 0.297 0.2336 0.036 0.099 0
    0.8591 0.308 0.4208 0.132 1.031 1
    0.5861 0.309 0.1656 0.836 0.896 1
    0.6329 0.311 -0.24 -0.134 0.611 0
    0.6173 0.311 0.1256 0.714 0.848 0
    0.7811 0.326 0.2896 0.834 0.909 1
    0.3937 0.329 0.2552 0.024 0.493 0
    0.1211 0.055 0.3744 1.142 1.077 1

    代码:

    import numpy as np
    import matplotlib.pyplot as plt
    from matplotlib.font_manager import FontProperties
    
    
    #######果蝇算法######
    ##初始化果蝇参数
    popsize = 20        #果蝇种群规模
    maxgen = 100        #果蝇最大迭代次数
    R = 1               #果蝇飞行半径
    D = 5              #优化变量个数
    
    # 读取数据的函数
    TXY = np.loadtxt('e:\\TXY.txt')
    # 计算这个TXY举证的行数还有列数
    row= np.shape(TXY)[0]            
    col=np.shape(TXY)[1]
    
    # 将函数来进行分块,然后来进行之后的操作
    set = row/5
    row1 = row - set
    
    # tr和t1来得到最优z-score系数
    tr = TXY[0:row,:col-1]
    t1 = TXY[0:row,col-1]
    
    t_value = TXY[:,col-1]
    
    # te和t2来检查优化效果
    te = TXY[int(row1):,:col-1]
    t2 = TXY[0:int(row1),col-1]
    
    # 计算这个距离的容量
    Dist = np.zeros([popsize,D])
    # 味道浓度判定值
    S = np.zeros([popsize,D])
    # 优化参数的结果存放值
    bestS = np.zeros([1,D])
    # 味道气味值
    Smell = np.zeros([popsize,1])
    
    #果蝇种群里面的每一个果蝇需要存放的一个坐标位置,有五个种群,进行5个参数来进行优化参数的作用
    X = np.zeros([popsize,D])
    Y = np.zeros([popsize,D])
    
    # 每次迭代之后,保存的结果
    fitness = np.zeros([maxgen,1])
    
    # 需要计算的保存的最有果蝇的位置
    XBest = np.zeros([maxgen,D])
    YBest = np.zeros([maxgen,D])
    
    #赋予果蝇群体初始位置,五个种群的位置
    num=0
    for i in range(row):
        res = TXY[i,0]*1.2+1.4*TXY[i,1]+3.3*TXY[i,2]+0.6*TXY[i,3]+1.0*TXY[i,4]
        if res>2.675:
            if int(t_value[i])==1:
                num+=1
        else:
            if int(t_value[i])==0:
                num+=1
    pre = num/row
    now=0
    
    # 由于随机化的原因,收敛不到这个寻优的效果,然后现在是直接找到超过的,那么代表这个可以了
    while True:
        #初始化种群的位置
        X_axis = np.random.rand(1,D)
        Y_axis = np.random.rand(1,D)
        #果蝇寻优开始,利用嗅觉寻找食物
        for i in range(popsize):
            X[i,:] = X_axis + R*(2*np.random.rand(1,D)-1)
            Y[i,:] = Y_axis + R*(2*np.random.rand(1,D)-1)
            #计算距离Dist
            Dist[i,:] = np.sqrt(X[i,:]**2+Y[i,:]**2)
            #计算味道浓度的倒数作为味道浓度判定值
            S[i,:] = 1/Dist[i,:]
            #带入味道浓度函数中求出味道浓度值
            yc = S[i,0] * tr[:,0] + S[i,1] * tr[:,1] + S[i,2]* tr[:,2] + S[i,3] * tr[:,3] +  S[i,4] * tr[:,4];
            yy = yc - t1;
            # 每5个果蝇飞行一次计算一次均方根误差
            g = 0
            for j in range(row):
                g = g + yy[j]**2;
            Smell[i] = (g/row)**0.5; #将每次的和原来数据的均方根误差,当作气味值
        #找出味道值最小的,即最接近预测结果的气味值,及其下标
        Smellbest,index = np.min(Smell),np.argmin(Smell)
        bestSmell = Smellbest
        #保留最佳味道浓度处的果蝇
        X_axis = X[int(index),:]
        Y_axis = Y[int(index),:]
        #果蝇种群进入迭代寻优
        for j in range(maxgen):
            for i in range(popsize):
                X[i,:] = X_axis + R*(2*np.random.rand(1,D)-1)
                Y[i,:] = Y_axis + R*(2*np.random.rand(1,D)-1)
                #计算距离Dist
                Dist[i,:] = np.sqrt(X[i,:]**2+Y[i,:]**2)
                #计算味道浓度的倒数作为味道浓度判定值
                S[i,:] = 1/Dist[i,:]
                #带入味道浓度函数中求出味道浓度值
                yc = S[i,0] * tr[:,0] + S[i,1] * tr[:,1] + S[i,2]* tr[:,2] + S[i,3] * tr[:,3] +  S[i,4] * tr[:,4];
                yy = yc - t1;
                g = 0
                for k in range(row):
                    g = g + yy[k]**2;
                Smell[i] = (g/row)**0.5; 
    
            Smellbest,index = np.min(Smell),np.argmin(Smell)
            if Smellbest < bestSmell:
                bestSmell = Smellbest
                bestS = S[index]
                X_axis = X[int(index),:]
                Y_axis = Y[int(index),:]
            fitness[j] = bestSmell
            XBest[j] = X_axis
            YBest[j] = Y_axis
        #计算当前预测的一个过程,
        num=0
        for i in range(row):
            res = TXY[i,0]*bestS[0]+bestS[1]*TXY[i,1]+bestS[2]*TXY[i,2]+bestS[3]*TXY[i,3]+bestS[4]*TXY[i,4]
            if res>0.5:
                if int(t_value[i])==1:
                    num+=1
            else:
                if int(t_value[i])==0:
                    num+=1 
        now = num/row
        if now>pre:
            break;
    
    print("最后迭代的趋近值RMSE:")
    print(bestSmell)
    print("优化之后的参数:")
    print(bestS)
    
    print('之前的预测正确率:')
    print(pre)
    print('之后的预测正确率:')
    print(now)
    
    
    
    
    font_set = FontProperties(fname=r"c:\\windows\\fonts\\simsun.ttc", size=15)
    plt.figure(1)
    plt.plot(range(maxgen),fitness)
    plt.xlabel('迭代次数',fontproperties=font_set)
    plt.ylabel('RMSE',fontproperties=font_set)
    
    plt.figure(2)
    plt.plot(XBest,YBest,'r*')
    plt.xlabel(u'X_axis',fontproperties=font_set)
    plt.ylabel(u'Y_axis',fontproperties=font_set)
    plt.show()
    
    

     

    展开全文
  • 原文 http://redis.io/commands/zscore   简介 Get the score associated with the given member in a sorted set. ...ZSCORE key member   版本 Available since 1.2.0.   自1.2.0...
  • zscore(A)</code></p> <p>Both make mean 0 and stddev 1, yet produce difference in output. <p>I was follwing this this tutorial:...
  • matlab标准化和反标准化——zscore

    万次阅读 2016-03-25 09:27:18
    先来看自带函数zscore的使用 >> A=[1 2 3;4 5 6]; >> [B,A_mean,A_std]=zscore(A) B = -0.7071 -0.7071 -0.7071 0.7071 0.7071 0.7071 A_mean = 2.5000 3.5000 4.5000 A_std = 2.1213
  • MATLAB任务态脑网络 提取Block连接(不做Zscore) 提取任务相关block的timeseries 生成相关矩阵 转换为z矩阵 txt导出 % extract the time course of each task block, normalize them within blcoks, then ...
  • Redis学习(十四) - 有序集合ZADD、ZSCORE、ZINCRBY、ZCARD、ZCOUNT命令介绍 ZADD ZADD key [NX|XX] [CH] [INCR] score member [score member ...] 可用版本: >= 1.2.0 时间复杂度: O(M*log(N)), N 是有序集...
  • zscore 是如何标准化矩阵的?

    千次阅读 2013-04-08 10:17:59
    zscore标准化的目的是:使平均值为0,标准差为 1,这样可以使不同量纲的数据放在同一个矩阵。 zscore的公式如下: zscore的代码如下: z=(x-mean(x))./std(x) mean(x)函数: 如果X是一个矩阵,则其均值...
  • 数据标准化就是把有量纲的数据变成无量纲的数据,把量级不同的数据处理到一个层级,从而让不同的数据之间具有...标准化的方法有很多,min-max和zscore就是其中两种,min-maxmin-max可以将数据全部处理到0-1之间zsc...
  • ZSCORE key member

    2018-03-01 11:02:00
    返回有序集key中,成员member的score值。 如果member元素不是有序集key的成员,或key不存在,返回nil。 ##返回值 bulk-string-reply: member成员的score值(double型浮点数),以字符串形式表示。...
  • Redis的有序集合zadd,zrange,zrevrange,zrem,zscore,zrangebyscore,zincrby,zcard命令学习 1.特点: Redis 有序集合和集合一样也是 string 类型元素的集合,且不允许重复的成员。不同的是每个元素都会关联一个...
  • 我使用scipy中的Z-score对数据集进行规范化,如下所示:import numpy as npimport pandas as pdfrom scipy import statsfrom scipy.stats import zscoredf = pd.DataFrame(pd.read_csv('dataset.csv', sep=','))df =...
  • opencv_图像归一化 #include <cv.h> #include <highgui.h> void zscoreNormalize(const cv::Mat& src, cv::Mat&... // compute mu and mu squared cv::Mat mu(src.size(), src.type());...
  • scipy.stats.zscore(a)的用法

    千次阅读 2019-04-23 15:07:07
    Calculates the z score of each value in the sample, relative to the sample mean and standard deviation. 计算Z分数即标准分数。所得值与样本的平均值和方差有关。 计算公式为: 看如下代码: ...
  • matlab zscore函数 数据的标准化处理

    万次阅读 2017-02-16 14:51:01
      在数据分析之前,我们通常需要先将数据标准化(normalization),利用标准化后的数据进行数据分析。数据标准化也就是统计数据的指数化。数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。...

空空如也

1 2 3 4 5 ... 15
收藏数 283
精华内容 113
关键字:

zscore