• 如果您觉得本站非常有看点，那么赶紧使用Ctrl+D 收藏吧
> java > Java GenModel类的典型用法和代码示例

Java GenModel类的典型用法和代码示例

java 2次浏览

本文整理汇总了Java中hex.genmodel.GenModel类的典型用法代码示例。如果您正苦于以下问题：Java GenModel类的具体用法？Java GenModel怎么用？Java GenModel使用的例子？那么恭喜您, 这里精选的类代码示例或许可以为您提供帮助。

GenModel类属于hex.genmodel包，在下文中一共展示了GenModel类的4个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于我们的系统推荐出更棒的Java代码示例。

示例1: score0

​ 点赞 3 ​ 

import hex.genmodel.GenModel; //导入依赖的package包/类
public final double[] score0( double[] data, double[] preds ) {
  java.util.Arrays.fill(preds,0);
  gbm_pojo_test_Forest_0.score0(data,preds);
  gbm_pojo_test_Forest_1.score0(data,preds);
  gbm_pojo_test_Forest_2.score0(data,preds);
  gbm_pojo_test_Forest_3.score0(data,preds);
  gbm_pojo_test_Forest_4.score0(data,preds);
  gbm_pojo_test_Forest_5.score0(data,preds);
  gbm_pojo_test_Forest_6.score0(data,preds);
  gbm_pojo_test_Forest_7.score0(data,preds);
  gbm_pojo_test_Forest_8.score0(data,preds);
  gbm_pojo_test_Forest_9.score0(data,preds);
  preds[2] = preds[1] + 0.10031597534710991;
  preds[2] = 1./(1. + Math.min(1e19, Math.exp(-(preds[2]))));
  preds[1] = 1.0-preds[2];
  preds[0] = hex.genmodel.GenModel.getPrediction(preds, PRIOR_CLASS_DISTRIB, data, 0.44517576623644245);
  return preds;
}

开发者ID:kaiwaehner，
项目名称:kafka-streams-machine-learning-examples，
代码行数:19，
代码来源:gbm_pojo_test.java

示例2: score0

​ 点赞 2 ​ 

import hex.genmodel.GenModel; //导入依赖的package包/类
static final double score0(double[] data) {
  double pred =  (!GenModel.bitSetContains(GRPSPLIT0, 0, data[4 /* UniqueCarrier */])
    ? (data[3 /* DepTime */] <1926.5f
      ? (!GenModel.bitSetContains(GRPSPLIT1, 3, data[6 /* Dest */])
        ? (!GenModel.bitSetContains(GRPSPLIT2, 0, data[1 /* DayofMonth */])
          ? (!GenModel.bitSetContains(GRPSPLIT3, 0, data[5 /* Origin */]) ? -0.032138124f : -0.028180914f)
          : (!GenModel.bitSetContains(GRPSPLIT4, 1, data[6 /* Dest */]) ? -0.056965787f : 0.024035245f))
        : (!GenModel.bitSetContains(GRPSPLIT5, 1, data[5 /* Origin */])
          ? (!GenModel.bitSetContains(GRPSPLIT6, 0, data[1 /* DayofMonth */]) ? -0.033593178f : -0.009671833f)
          : (!GenModel.bitSetContains(GRPSPLIT7, 1, data[5 /* Origin */]) ? -8.962272E-4f : 0.030271107f)))
      : (!GenModel.bitSetContains(GRPSPLIT8, 13, data[5 /* Origin */])
        ? (!GenModel.bitSetContains(GRPSPLIT9, 1, data[5 /* Origin */])
          ? (!GenModel.bitSetContains(GRPSPLIT10, 12, data[6 /* Dest */]) ? -0.023358274f : 0.055709034f)
          : (!GenModel.bitSetContains(GRPSPLIT11, 0, data[6 /* Dest */]) ? -0.014407412f : 0.017562602f))
        : (!GenModel.bitSetContains(GRPSPLIT12, 17, data[6 /* Dest */])
          ? (data[3 /* DepTime */] <2023.0f ? -0.08543694f : 0.09951862f)
          : (!GenModel.bitSetContains(GRPSPLIT13, 0, data[1 /* DayofMonth */]) ? 0.08106004f : 0.18685597f))))
    : (!GenModel.bitSetContains(GRPSPLIT14, 0, data[5 /* Origin */])
      ? (!GenModel.bitSetContains(GRPSPLIT15, 0, data[1 /* DayofMonth */])
        ? (!GenModel.bitSetContains(GRPSPLIT16, 1, data[6 /* Dest */])
          ? (!GenModel.bitSetContains(GRPSPLIT17, 0, data[5 /* Origin */]) ? -0.040959477f : -0.025552737f)
          : (!GenModel.bitSetContains(GRPSPLIT18, 8, data[5 /* Origin */]) ? 0.0020363606f : 0.0068386467f))
        : (!GenModel.bitSetContains(GRPSPLIT19, 2, data[6 /* Dest */])
          ? (!GenModel.bitSetContains(GRPSPLIT20, 1, data[5 /* Origin */]) ? -0.013161283f : -0.013339642f)
          : (!GenModel.bitSetContains(GRPSPLIT21, 2, data[5 /* Origin */]) ? 0.021829933f : 0.029714862f)))
      : (!GenModel.bitSetContains(GRPSPLIT22, 0, data[6 /* Dest */])
        ? (!GenModel.bitSetContains(GRPSPLIT23, 0, data[1 /* DayofMonth */])
          ? (!GenModel.bitSetContains(GRPSPLIT24, 2, data[6 /* Dest */]) ? -0.016094627f : -0.024827205f)
          : (!GenModel.bitSetContains(GRPSPLIT25, 1, data[6 /* Dest */]) ? 0.032063946f : 0.016851956f))
        : (!GenModel.bitSetContains(GRPSPLIT26, 0, data[1 /* DayofMonth */])
          ? (!GenModel.bitSetContains(GRPSPLIT27, 11, data[6 /* Dest */]) ? 0.002974293f : 0.069637135f)
          : (!GenModel.bitSetContains(GRPSPLIT28, 23, data[6 /* Dest */]) ? 0.027551286f : 0.08104697f)))));
  return pred;
}

开发者ID:h2oai，
项目名称:steam，
代码行数:35，
代码来源:gbm_3f258f27_f0ad_4520_b6a5_3d2bb4a9b0ff.java

示例3: score0

​ 点赞 2 ​ 

import hex.genmodel.GenModel; //导入依赖的package包/类
public final double[] score0( double[] data, double[] preds ) {
  java.util.Arrays.fill(preds,0);
  double[] fdata = hex.genmodel.GenModel.SharedTree_clean(data);
  GBM_model_python_1463864606917_1_Forest_0.score0(fdata,preds);
  preds[2] = preds[1] + -1.1907275775759154;
  preds[2] = 1/(1+Math.min(1.0E19, Math.exp(-preds[2])));
  preds[1] = 1.0-preds[2];
  preds[0] = hex.genmodel.GenModel.getPrediction(preds, PRIOR_CLASS_DISTRIB, data, 0.23749222855634308);
  return preds;
}

开发者ID:h2oai，
项目名称:steam，
代码行数:11，
代码来源:GBM_model_python_1463864606917_1.java

示例4: score0

​ 点赞 2 ​ 

import hex.genmodel.GenModel; //导入依赖的package包/类
static final double score0(double[] data) {
  double pred =  (data[3 /* DepTime */] <1327.5f
    ? (data[3 /* DepTime */] <905.5f
      ? (data[3 /* DepTime */] <432.0f
        ? (!GenModel.bitSetContains(GRPSPLIT0, 2, data[6 /* Dest */])
          ? (!GenModel.bitSetContains(GRPSPLIT1, 3, data[5 /* Origin */]) ? 0.028902672f : 0.0f)
          : (!GenModel.bitSetContains(GRPSPLIT2, 3, data[5 /* Origin */]) ? 0.41699582f : 0.52509975f))
        : (data[3 /* DepTime */] <713.5f
          ? (!GenModel.bitSetContains(GRPSPLIT3, 4, data[5 /* Origin */]) ? -0.11582919f : -0.09155843f)
          : (!GenModel.bitSetContains(GRPSPLIT4, 1, data[5 /* Origin */]) ? -0.07866936f : 0.12896049f)))
      : (!GenModel.bitSetContains(GRPSPLIT5, 2, data[5 /* Origin */])
        ? (!GenModel.bitSetContains(GRPSPLIT6, 1, data[6 /* Dest */])
          ? (!GenModel.bitSetContains(GRPSPLIT7, 1, data[5 /* Origin */]) ? -0.11584787f : -0.07696023f)
          : (!GenModel.bitSetContains(GRPSPLIT8, 0, data[1 /* DayofMonth */]) ? -0.05586171f : -0.012303868f))
        : (!GenModel.bitSetContains(GRPSPLIT9, 0, data[6 /* Dest */])
          ? (!GenModel.bitSetContains(GRPSPLIT10, 1, data[5 /* Origin */]) ? -0.028191296f : -0.027604882f)
          : (!GenModel.bitSetContains(GRPSPLIT11, 0, data[6 /* Dest */]) ? 0.018125849f : 0.16076648f))))
    : (data[3 /* DepTime */] <1910.5f
      ? (!GenModel.bitSetContains(GRPSPLIT12, 2, data[6 /* Dest */])
        ? (!GenModel.bitSetContains(GRPSPLIT13, 1, data[5 /* Origin */])
          ? (!GenModel.bitSetContains(GRPSPLIT14, 1, data[6 /* Dest */]) ? -0.08547872f : -0.025801405f)
          : (!GenModel.bitSetContains(GRPSPLIT15, 0, data[0 /* Month */]) ? 0.0106865335f : 0.05759111f))
        : (!GenModel.bitSetContains(GRPSPLIT16, 3, data[5 /* Origin */])
          ? (!GenModel.bitSetContains(GRPSPLIT17, 14, data[6 /* Dest */]) ? 0.031774424f : 0.032474205f)
          : (!GenModel.bitSetContains(GRPSPLIT18, 0, data[4 /* UniqueCarrier */]) ? 0.07242873f : 0.13709062f)))
      : (!GenModel.bitSetContains(GRPSPLIT19, 0, data[5 /* Origin */])
        ? (!GenModel.bitSetContains(GRPSPLIT20, 1, data[6 /* Dest */])
          ? (!GenModel.bitSetContains(GRPSPLIT21, 0, data[5 /* Origin */]) ? 0.007776447f : 0.004132109f)
          : (!GenModel.bitSetContains(GRPSPLIT22, 0, data[4 /* UniqueCarrier */]) ? 0.05370276f : 0.12501866f))
        : (data[3 /* DepTime */] <2135.5f
          ? (!GenModel.bitSetContains(GRPSPLIT23, 0, data[6 /* Dest */]) ? 0.099378854f : 0.22650349f)
          : (!GenModel.bitSetContains(GRPSPLIT24, 0, data[6 /* Dest */]) ? 0.16518101f : 0.38376543f)))));
  return pred;
}

开发者ID:h2oai，
项目名称:steam，
代码行数:35，
代码来源:gbm_3f258f27_f0ad_4520_b6a5_3d2bb4a9b0ff.java

版权声明：本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系管理员进行删除。
喜欢 (0)