Найдите “лучшее пригодное” уравнение
Мне действительно нравится использовать библиотеку invoke для подобных задач. В частности, он хорошо подходит для запуска команд bash (например, gcloud) в скрипте Python без разбора в subprocess.
В вашем случае вы можете создать файл tasks.py, который выглядит как
from invoke import task
@task
def deploy_cloud_functions(c):
c.run('gcloud functions deploy function_1 --runtime RUNTIME TRIGGER [FLAGS...]')
c.run('gcloud functions deploy function_2 --runtime RUNTIME TRIGGER [FLAGS...]')
, а затем запустить его, вызвав
invoke deploy-cloud-functions
Обратите внимание, что если вы назовете ваша функция
blockquote>deploy_cloud_functionsвы должны вызвать ее с помощью:invoke deploy-cloud-functions(обратите внимание на -). Вы можете найти список текущих доступных задач в вашем каталоге, используяinvoke --listВы также можете распараллелить его, используя библиотеку потоков (хотя я не проверял, используя это в себе, вызывайте). Это, безусловно, сделает для уродливого вывода в консоли, хотя. Т.е.
from threading import Thread from invoke import task @task def deploy_cloud_functions(c): Thread(lambda x: c.run('gcloud functions deploy function_1 --runtime RUNTIME TRIGGER [FLAGS...]') ).start() Thread(lambda x: c.run('gcloud functions deploy function_2 --runtime RUNTIME TRIGGER [FLAGS...]') ).start()
7 ответов
Из дополнительного интереса, вероятно, насколько хороший из соответствия строка. Для этого используйте корреляцию Pearson, здесь в функции PHP:
/**
* returns the pearson correlation coefficient (least squares best fit line)
*
* @param array $x array of all x vals
* @param array $y array of all y vals
*/
function pearson(array $x, array $y)
{
// number of values
$n = count($x);
$keys = array_keys(array_intersect_key($x, $y));
// get all needed values as we step through the common keys
$x_sum = 0;
$y_sum = 0;
$x_sum_sq = 0;
$y_sum_sq = 0;
$prod_sum = 0;
foreach($keys as $k)
{
$x_sum += $x[$k];
$y_sum += $y[$k];
$x_sum_sq += pow($x[$k], 2);
$y_sum_sq += pow($y[$k], 2);
$prod_sum += $x[$k] * $y[$k];
}
$numerator = $prod_sum - ($x_sum * $y_sum / $n);
$denominator = sqrt( ($x_sum_sq - pow($x_sum, 2) / $n) * ($y_sum_sq - pow($y_sum, 2) / $n) );
return $denominator == 0 ? 0 : $numerator / $denominator;
}
Метод Наименьших квадратов http://en.wikipedia.org/wiki/Least_squares. Эта книга Числовые Рецепты 3-й Выпуск: Искусство Научных вычислений (Книга в твердом переплете) имеет все, в чем Вы нуждаетесь, чтобы алгоритмы реализовали Наименьшие квадраты и другие методы.
Хотя можно использовать итерационный подход, можно непосредственно вычислить наклон и прерывание строки, данной ряд наблюдений с помощью подхода наименьших квадратов. Посмотрите раздел "Univariate Linear Case" статьи Wikipedia о линейной регрессии для того, как вычислить коэффициенты a и b в y = a + bx учитывая наборы (x,y) точки.
Вот статья, сравнивающая два способа соответствовать строке к данным. Одна вещь не упустить состоит в том, что существует прямое решение, которое корректно в теории, но может иметь числовые проблемы. Шоу статьи, почему тот метод может привести к сбою и дает другой метод, который лучше.
Реализованный от страницы Wiki, непротестированной.
$sx = 0;
$sy = 0;
$sxy = 0;
$sx2 = 0;
$n = count($data);
foreach ($data as $x => $y)
{
$sx += $x;
$sy += $y;
$sxy += $x * $y;
$sx2 += $x * $x;
}
$beta = ($n*$sxy - $sx*$sy) / ($n*$sx2 - $sx*$sx);
$alpha = $sy/$n - $sx*$beta/$n;
echo "y = $alpha + $beta x";
Можно хотеть проверить линейную регрессию, или в более общем плане, подбор кривых.
Часто используемый подход должен многократно минимизировать сумму y-различий в квадрате между Вашими точками и пригодной функцией.