sk-learn 选择正确的估算器

最新推荐文章于 2024-07-24 17:00:46 发布
最新推荐文章于 2024-07-24 17:00:46 发布
阅读量96 收藏
点赞数
文章标签： 人工智能
原文链接：http://www.cnblogs.com/roygood/p/10424414.html
版权

选择正确的估算器

解决机器学习问题最困难的部分通常是为工作找到正确的估算器。

不同的估计器更适合于不同类型的数据和不同的问题。

下面的流程图旨在为用户提供一些关于如何处理有关哪些估算器尝试数据的问题的粗略指导。

单击图表中的任何估算器查看其文档。

https://scikit-learn.org/stable/tutorial/machine_learning_map/index.html

转载于:https://www.cnblogs.com/roygood/p/10424414.html

weixin_33967071
关注
Sklearn 使用方法—选择正确的评估器(estimator)
李世铭的博客
03-31 3858
 原文链接有点问题，对原图评估器对应的章节进行了标记。 scikit-learn 0.19.0 英文文档 scikit-learn 0.19.0 中文文档
scikit-learn 估计器的选择
pythoncsdn111的博客
08-28 164
基估计器的选择
利用PLL 估算器和弱磁技术（FW）实现永磁同步电机（PMSM）的无传感器磁场定向控制（FOC）
最新发布
superman2020c的博客
07-24 205
三相永磁同步电机无位置矢量控制
机器学习入门（2）
weixin_53096085的博客
07-12 428
机器学习入门
无传感FOC控制中的转子位置和速度确定方法一
weixin_30622107的博客
07-02 9817
使用PLL估算器在无感的情况下，估计转子的角度和角速度 PLL估算器的工作原理基于反电动势的d分量在稳态下等于零，其框图如下： ΚΦ表示电压常量，下面给出了电气转速计算中使用的归 一化 ΚΦ： Eqf、Edf来自于对Ed、Eq的一阶滤波，滤波函数如下： 滤波器输出的直流值应该不含有由 ADC 采集引起的噪声或软件计算引入的高频变化。滤波器的调...
BLDC电机FOC调试入门4：转子位置估算（估算器）
m0_66374636的博客
01-12 1907
锁相环是一种通过相位误差控制的反馈系统，对基准信号与反馈信号进行频率比较，当输出信号的频率与输入信号的频率相等时，输出电压与输入电压保持固定的相位差值，二者的相位必须相同且锁住其中电压控制振荡器和相位比较器相互连接，使得振荡器频率(相位)可以准确跟踪施加的频率或相位调制信号的频率。数学模型后，引入了一个修正值或者叫校正因子（Z），通过反馈来不断的计算 Z ,使电机数学模型无限的接近真实电机，就算外部突发干扰也能通过修正值 Z 快速的修正状态。通常电机的速度和位置是根据测量电机的电流和电压估算出的。
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（4）：训练模型
Morganfs的博客
04-16 1529
第四章 训练模型 · Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélien Géron (O’Reilly). Copyright 2019 Aurélien Géron, 978-1-492-03264-9. · 环境：Anaconda（Python 3.8） + Pycharm · 学习时间：2022.04.16~2022.04.？ 到目前为止，我们已经探讨了不同机器学
Sklearn自学历程（一）
agent0024的博客
10-31 423
自学网站 http://scikit-learn.org/stable/tutorial/basic/tutorial.html 关于sklearn       自2007年发布以来，scikit-learn已经成为Python重要的机器学习库了。scikit-learn简称sklearn，支持包括分类、回归、降维和聚类四大机器学习算法。还包含了特征提取、数据处理和模型评估三大模块。 Sk...
Diabestes-Hepatitis-LiverDisorder-LungCancer-Predictor
04-12
使用Sk Learn最小最大缩放器。 缩放介于0和1之间的所有值。 数据离散化 使用Sk学习K bins Discretizor。 将您的数据集离散化为每个大小为4的bin。 功能选择 使用Sk学习套索cv。 选择数据集中最相关的要素。 这...
"MVTS-Data Toolkit：Python包预处理多变量时间序列数据
软件X 12（2020）100518MVTS-Data Toolkit：用于预处理多变量时间序列数据的Python包AzimAhmadzadeh，Kankana Sinha，Berkay Aydin，Rafal A.安格里克计算机科学系，佐治亚州立大学，亚特兰大，GA 30302，美国ar t i...
机器学习笔记六：sklearn四种异常检测算法比较以及实现异常点检测
耐心的小黑的博客
08-16 7682
一、异常检测算法介绍 sklearn.svm.OneClassSVM：对异常值敏感，因此对于异常值检测效果不佳。当训练集不受异常值污染时，此估计器最适合新数据检测；而且，在高维空间中检测异常值，或者不对基础数据的分布进行任何假设都是非常具有挑战性的，而One-class SVM在这些情况下可能会得到有用的结果，如果超参数设置合适的话。 sklearn.covariance.EllipticEnvelope：假定数据为高斯分布并学习一个椭圆。因此，当数据不是高斯分布的单峰时，性能会降低。但是请注意，这个模型估
AN1292_利用PLL估算器和弱磁技术实现PMSM无传感器FOC.pdf
07-26
本文档介绍了使用AN1292 《利用PLL 估算器和弱磁技术（FW）实现永磁同步电机（PMSM）的无传感器磁场定向控制（FOC）》（DS01292A_CN）中所述的算法来运 行电机的分步过程。
利用PLL估算器和弱磁技术（FW）实现永磁同步电机（PMSM）的无传感器磁场定向控制
12-28
磁场定向控制（Field Oriented Control，FOC）是这样 一种方法：将某一磁通量（转子、定子或气隙）作为创 建另一磁通量参考坐标系的基准，目的是退去定子电流 转矩分量和励磁分量的耦合。去耦可以简化对复杂三相 电机的控制，从而能像以单独励磁控制直流电机那样控 制三相电机。这意味着电枢电流负责转矩的产生，励磁 电流负责磁通的产生。在本应用笔记中，将转子磁通作 为定子和气隙磁通的参考坐标系
利用PLL估算器和基于公式的弱磁技术（FW）实现永磁同步电机（PMSM）的无传感器磁场定向控.zip
12-13
位置和速度估算基于电机的数学模型。因此，模型与实 际硬件越接近，估算器的性能就越好。 PMSM数学建模 依赖于其拓扑，主要分为两种转子类型：表面贴装式和 内置永磁式。每种类型在不同应用需求方面都有各自的 优势和劣势。 本应用笔记提出的控制方案针对表面贴 装式永磁同步电机进行开发，请参见图2，与其他类型 的PMSM相比，其具有低转矩纹波和低成本的优点。 由于所考虑电机类型的气隙磁通是平滑的，因此定子 的电感值Ld = Lq（非凸极PMSM）， 反电动势（Back Electromotive Force， BEMF）是正弦曲线。 事实上，气隙很大（其包含表面贴装式磁体，置于定子 齿部与转子芯之间），这意味着此类型的PMSM与同尺 寸和标称功率值的其他类型电机相比，电感更小。上述 电机特性可以简化速度和位置估算器中使用的数学模 型，同时可以有效使用FOC。 使用表面PMSM时，通过以下方式来获取FOC最大转 矩/安培：使电机的转子磁链滞后电枢产生的磁链90 度，请参见图3。
AN1292 利用PLL估算器和弱磁技术（FW）实现永磁同步电机（PMSM）的无传感器磁场定向控制（FOC.zip
12-13
PLL 类估算器 本应用笔记中使用的估算器就是 AN1162 《交流感应电 机 （ACIM）的无传感器磁场定向控制 （FOC） 》（见 “ 参考文献 ”）中采用的估算器，只是在本文中用于 PMSM 电机而已。 估算器采用 PLL 结构。其工作原理基于反电动势 （BEMF）的 d 分量在稳态运行模式中必须等于零。图 6 给出了估算器的框图。 如图 6 中的闭环控制回路所示，对转子的估算转速 （ω Restim）进行积分，以获取估算角度，如公式 1 所示： 将 BEMF 的 q 分量除以电压常量 ΚΦ 得到估算转速 ω Restim，如公式 2 所示： 考虑公式 2 中给出的最初估算假设（BEMF 的 d 轴值在 稳态下为零），根据 BEMF q 轴值 Edf 的符号，使用 BEMF d 轴值 Edf 对 BEMF q 轴值 Edf 进行校正。经过公 式 3 显示的 Park 变换后，使用一阶滤波器对 BEMF d-q 分量值进行滤波。 采用固定的定子坐标系，公式 4 代表定子电路公式。 在公式 4 中，包含 α – β 的项通过经 Clarke 变换的三相 系统的对应测量值得到。以 Y 型（星型）连接的定子相 为例， LS 和 RS 分别代表每个相的定子电感和电阻。若 电机采用 Δ 连接， 则应计算等效的 Y 型连接相电阻和电 感，并在上述公式中使用。 图 7 表示估算器的参考电路模型。电机的 A、 B 和 C 端 连接到逆变器的输出端。电压 VA、 VB 和 VC 代表施加 给电机定子绕组的相电压。 VAB、 VBC 和 VCA 代表逆变 器桥臂间的线电压，相电流为 IA、 IB 和 IC。
机器学习day02——笔记
qq_56045855的博客
10-03 463
机器学习day02——笔记
【电机控制】PMSM无感FOC控制（八）锁相环（PLL）的应用
Cyber.L的博客
12-24 7594
介绍了锁相环在滑模观测器中的应用。滑膜观测器由于变结构系统因为自身的机理，在控制系统到达滑动平面时会产生抖振现象，使得反电动势这一观测量也存在高频抖振，直接通过简单的数值运算提取转子角度和速度的话，会将反电动势中的抖振引入到数值计算中，致使转子估计速度及位置也同样存在抖振，从而使得估计误差较大。为了消除滑膜观测器的抖振，实际应用中通常会把滑模观测器与锁相环结合起来使用，从而达到观测器估算转子转速的目的。
PackagesNotFoundError: The following packages are not available from current channels: - sk-learn
11-12
根据提供的引用内容，出现了一个名为PackagesNotFoundError的错误，提示sk-learn这个包在当前的安装源中不可用。这可能是因为之前将安装源设置为清华镜像，而在2019年4月份anaconda的清华镜像不能用了。解决这个问题的方法是手动下载sk-learn的whl文件并安装。具体步骤如下： 1. 打开https://pypi.org/project/scikit-learn/#files，找到与你的Python版本和操作系统相对应的whl文件，下载到本地。 2. 打开Anaconda Prompt或者终端，进入下载的whl文件所在的目录。 3. 运行以下命令安装sk-learn： ```python pip install scikit_learn-0.24.2-cp39-cp39-win_amd64.whl ``` 其中，scikit_learn-0.24.2-cp39-cp39-win_amd64.whl是你下载的whl文件的名称，根据实际情况进行替换。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值