Jupyter Notebook 中测试序列生成代码解析

Jupyter Notebook 中测试序列生成代码解析

本篇解析 Jupyter Notebook 中一段用于生成测试序列的 Python 代码，并提供详细的中文注释。

代码:

# 为测试创建序列
test_gen = (list(gen_test_data(X_test_pre[X_test_pre['unit_nr']==unit_nr], sequence_length, sensors, -99.))
            for unit_nr in X_test_pre['unit_nr'].unique())
# 将生成器转换为 NumPy 数组
x_test = np.concatenate(list(test_gen)).astype(np.float32)

# 返回训练集、验证集、测试集和测试集的剩余使用寿命
return x_train, y_train, x_val, y_val, x_test, y_test['RemainingUsefulLife']

代码解析:

1. test_gen = (list(gen_test_data(X_test_pre[X_test_pre['unit_nr']==unit_nr], sequence_length, sensors, -99.)) for unit_nr in X_test_pre['unit_nr'].unique()):

   • 这行代码使用了列表推导式生成一个生成器 test_gen。
   • 它的作用是：
     • 遍历 X_test_pre['unit_nr'].unique()，获取每个不同的 'unit_nr' 值。
     • 对于每个 'unit_nr'，使用 gen_test_data 函数生成一个序列数据。
     • 将生成的序列数据转换为列表，并将其作为元素放入生成器 test_gen 中。

2. x_test = np.concatenate(list(test_gen)).astype(np.float32):

   • 这行代码将生成器 test_gen 转换为 NumPy 数组 x_test。
   • 首先，使用 list(test_gen) 将生成器转换为列表。
   • 然后，使用 np.concatenate() 函数将列表中的所有序列拼接成一个大的 NumPy 数组。
   • 最后，使用 .astype(np.float32) 将数组的数据类型转换为 float32。

3. return x_train, y_train, x_val, y_val, x_test, y_test['RemainingUsefulLife']:

   • 这行代码返回训练集 (x_train, y_train)、验证集 (x_val, y_val)、测试集 (x_test) 以及测试集的剩余使用寿命 (y_test['RemainingUsefulLife'])。

总结:

这段代码的核心是使用 gen_test_data 函数和列表推导式，高效地为每个 'unit_nr' 生成测试序列，并将它们组合成一个 NumPy 数组 x_test，用于后续的机器学习模型测试。