단순한 결과 융합
import pandas as pd
def read_data(file_path):
str = ""
temp_dict = {}
with open(file_path, 'r', encoding='utf-8-sig') as f:
for idx, line in enumerate(f):
if idx >=1:
line = line.strip().split(',')
id = line[0]
level = line[1]
temp_dict[id]=level
return temp_dict
if __name__ == "__main__":
# filepath = ['bert_0.7644559585492228.csv','bert_0.7630326851468763.csv',
# 'bert_0.7609861770167113.csv','bert_0.7598887515451175.csv',
# 'bert_0.7572367070416752.csv','bert_0.7563051055977035.csv']
# temp_dict = read_data(filepath)
# print(temp_dict)
temp_dict1 = read_data('bert0.7909.csv')
temp_dict2 = read_data('bert0.7915.csv')
# temp_dict3 = read_data('ber3.csv')
# temp_dict4 = read_data('ber4.csv')
# temp_dict5 = read_data('ber5.csv')
# temp_dict6 = read_data('ber6.csv')
# temp_dict7 = read_data('ber7.csv')
# temp_dict8 = read_data('ber8.csv')
# temp_dict9 = read_data('ber9.csv')
# temp_dict10 = read_data('ber10.csv')
# temp_dict11 = read_data('ber11.csv')
# temp_dict12 = read_data('ber12.csv')
# temp_dict13 = read_data('ber13.csv')
# temp_dict14 = read_data('ber14.csv')
# temp_dict15 = read_data('ber15.csv')
# temp_dict16 = read_data('ber16.csv')
# temp_dict17 = read_data('ber17.csv')
t_dict = {}
with open('bert0.7909.csv', 'r', encoding='utf-8-sig') as f:
for idx, line in enumerate(f):
if idx >= 1:
line = line.strip().split(',')
id = line[0]
temp_list = []
temp_list.append(int(temp_dict1[id]))
temp_list.append(int(temp_dict2[id]))
# temp_list.append(int(temp_dict3[id]))
# temp_list.append(int(temp_dict4[id]))
# temp_list.append(int(temp_dict5[id]))
# temp_list.append(int(temp_dict6[id]))
# temp_list.append(int(temp_dict7[id]))
# temp_list.append(int(temp_dict8[id]))
# temp_list.append(int(temp_dict9[id]))
# temp_list.append(int(temp_dict10[id]))
# temp_list.append(int(temp_dict11[id]))
# temp_list.append(int(temp_dict12[id]))
# temp_list.append(int(temp_dict13[id]))
# temp_list.append(int(temp_dict14[id]))
# temp_list.append(int(temp_dict15[id]))
# temp_list.append(int(temp_dict16[id]))
# temp_list.append(int(temp_dict17[id]))
value_max = 0
index_max = 0
value_max = max(temp_list.count(1),temp_list.count(2),temp_list.count(3),temp_list.count(4))
if value_max == temp_list.count(1):
index_max = 1
if value_max == temp_list.count(2):
index_max = 2
if value_max == temp_list.count(3):
index_max = 3
if value_max == temp_list.count(4):
index_max = 4
t_dict[id] = index_max
f.close()
with open('bert_0.99.csv', 'w', encoding='utf-8-sig') as file99:
with open('bert0.7909.csv', 'r', encoding='utf-8-sig') as f:
for idx, line in enumerate(f):
if idx >= 1:
line = line.strip().split(',')
id = line[0]
temp_str = id + "," + str(t_dict[id]) + "
"
file99.write(temp_str)
f.close()
file99.close()
count_1 = 0
count_2 = 0
count_3 = 0
count_4 = 0
with open('bert_0.99.csv', 'r', encoding='utf-8-sig') as f:
for idx, line in enumerate(f):
line = line.strip().split(',')
id = line[0]
level = line[1]
# print(id,level)
level = int(level)
if level == 1:
count_1 = count_1 + 1
if level == 2:
count_2 = count_2 + 1
if level == 3:
count_3 = count_3 + 1
if level == 4:
count_4 = count_4 + 1
print(count_1, count_2, count_3, count_4, count_3+count_4+count_2+count_1)
# 2173 2334 317 72 4896
# 2216 2327 288 65 4896
# 2181 2335 310 70 4896
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
tf.keras 입문(5)모델 저장 및 복원모델 진 도 는 훈련 기간 과 그 후에 보존 할 수 있다.이것 은 당신 이 지난번 에 중 단 된 곳 에서 훈련 모델 을 계속 해서 훈련 시간 이 너무 길 지 않도록 할 수 있다 는 것 을 의미한다.또한 저장 할 수 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.