Блог

У меня есть набор данных, содержащий величину и фазу из некоторого анализа в качестве ответа, эти ответы (200 ответов) представлены в КОМПЛЕКСНЫХ ЧИСЛАХ

поскольку набор данных содержит большое количество входных параметров (входные параметры одинаковы для всех репозиториев), я хочу использовать метод selectkbest для уменьшения размера, но selectkbest не поддерживает сложные данные, поэтому,

Вопрос 1:

Есть ли какой-либо способ уменьшить размерность аналогично selecktkbest, который может принимать КОМПЛЕКСНЫЕ ЧИСЛА в качестве ответа?

Вопрос 2:

Есть ли возможность выполнить численный регрессионный анализ в нейронной сети с комплексными числами в качестве ответа?

ошибка :

 <ipython-input-11-3df44143e2f3> in <module>
      2 Y = responses
      3 best_features = SelectKBest(score_func=f_regression, k=50)
----> 4 fit = best_features.fit(X,Y)
      5 df_scores = pd.DataFrame(fit.scores_)
      6 df_columns = pd.DataFrame(X.columns)

~Anaconda3libsite-packagessklearnfeature_selection_univariate_selection.py in fit(self, X, y)
    339         self : object
    340         """
--> 341         X, y = check_X_y(X, y, ['csr', 'csc'], multi_output=True)
    342 
    343         if not callable(self.score_func):

~Anaconda3libsite-packagessklearnutilsvalidation.py in check_X_y(X, y, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, multi_output, ensure_min_samples, ensure_min_features, y_numeric, warn_on_dtype, estimator)
    756     if multi_output:
    757         y = check_array(y, 'csr', force_all_finite=True, ensure_2d=False,
--> 758                         dtype=None)
    759     else:
    760         y = column_or_1d(y, warn=True)

~Anaconda3libsite-packagessklearnutilsvalidation.py in check_array(array, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
    538         # result is that np.array(..) produces an array of complex dtype
    539         # and we need to catch and raise exception for such cases.
--> 540         _ensure_no_complex_data(array)
    541 
    542         if ensure_2d:

~Anaconda3libsite-packagessklearnutilsvalidation.py in _ensure_no_complex_data(array)
    345             and hasattr(array.dtype, 'kind') and array.dtype.kind == "c":
    346         raise ValueError("Complex data not supportedn"
--> 347                          "{}n".format(array))
    348 
    349 

ValueError: Complex data not supported
[21. 175.j 98. 198.j 28. 130.j ... 83. 146.j 57. 187.j 95. 191.j]```