![```python
import os
import re
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import MinMaxScaler
import torch
from torch.utils.data import Dataset, DataLoader
from tqdm import tqdm
import joblib
import matplotlib.pyplot as plt
# =========================
# 구성
# =========================
class Config:
# ✅ 새로운 버전: 빗물 축적 지점 엑셀 (누적 강우량 추가)
points_xlsx = r'F:\实验数据\CA_积水点融合\深度置信网络\样本输出_final\积水点_整合_step3_研究区内_新增累计降雨_719-723.xlsx'
# CA 시뮬레이션 결과 & 지리 데이터
ca_data_dir = r'F:\实验数据\CA_积水点融合\深度置信网络\CA模拟结果'
geo_data_dir = r'F:\实验数据\CA_积水点融合\深度置信网络\地理数据' # building_density.npy, DEM.npy, road_density.npy, Slope.npy, Landuse.npy
# 패치 & 샘플링
patch_size = 64
ca_dry_thr_cm = 1.0 # 음성 샘플 수심 임계값: < 1cm
tile_size = 200 # 음성 샘플 공간 균등 샘플링 타일 크기 (단위: 그리드 셀)
# 토지 이용 원-핫 인코딩 유형 (실제 데이터에 따라 조정 가능)
landuse_types = [7, 8, 10, 50, 60, 80, 100]
# 훈련 관련
output_dir = r'F:\实验数据\CA_积水点融合\深度置信网络\DBN训练输出_64patch_mu'
```](/_next/image?url=https%3A%2F%2Fpub-8c0ddfa5c0454d40822bc9944fe6f303.r2.dev%2Fai-drawings%2FBFJVaELXylgOOK0WatKO6tw6EfizLTx7%2F8a5d501e-e43d-4dfe-b168-5609ff4c3ef1%2F03d366b1-042e-4669-8cfb-aa5952cc4cb1.png&w=3840&q=75)
프롬프트 설명
```python import os import re import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import MinMaxScaler import torch from torch.utils.data import Dataset, DataLoader from tqdm import tqdm import joblib import matplotlib.pyplot as plt # ========================= # 구성 # ========================= class Config: # ✅ 새로운 버전: 빗물 축적 지점 엑셀 (누적 강우량 추가) points_xlsx = r'F:\实验数据\CA_积水点融合\深度置信网络\样本输出_final\积水点_整合_step3_研究区内_新增累计降雨_719-723.xlsx' # CA 시뮬레이션 결과 & 지리 데이터 ca_data_dir = r'F:\实验数据\CA_积水点融合\深度置信网络\CA模拟结果' geo_data_dir = r'F:\实验数据\CA_积水点融合\深度置信网络\地理数据' # building_density.npy, DEM.npy, road_density.npy, Slope.npy, Landuse.npy # 패치 & 샘플링 patch_size = 64 ca_dry_thr_cm = 1.0 # 음성 샘플 수심 임계값: < 1cm tile_size = 200 # 음성 샘플 공간 균등 샘플링 타일 크기 (단위: 그리드 셀) # 토지 이용 원-핫 인코딩 유형 (실제 데이터에 따라 조정 가능) landuse_types = [7, 8, 10, 50, 60, 80, 100] # 훈련 관련 output_dir = r'F:\实验数据\CA_积水点融合\深度置信网络\DBN训练输出_64patch_mu' ```
