Nano Hash - криптовалюты, майнинг, программирование

R возвращает несколько таблиц данных из функции

Я хочу вернуть несколько объектов типа data.table из функции.

return(list(data.table(train), data.table(test))) и train = tt_list[1] не возвращают тип таблицы данных, а тип списка.

Я попытался выполнить преобразование, но либо произошла ошибка (train = as.data.table(tt_list[1]) причина:

Ошибка в FUN (X [[i]], ...):)

или процесс занял много времени, а результата не было ..

Мой вопрос: должен ли я отказаться от своей функции в этом случае и выполнять работу только в потоке или есть какой-то лучший контейнер для хранения data.table внутри, чем list? Все нормально без функции.

r data.table
12.11.2016

Ответы:


1 
return(list(train = data.table(train), test =data.table(test)))
train=tt_list$train

здесь: Возврат нескольких объектов в функции R и здесь: Как назначить из функции, которая возвращает более одно значение?

12.11.2016
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..