Koblenz-Karthause

































Koblenz-Karthause





Blazono

Koblenz-Karthause (Germanio)

DEC

Red pog.svg


Federacia lando
Rejnlando-Palatinato

Urborajtoj
 Koblenz-Karthause (Koblenco )

Geografia situo
50° 44′ N, 7° 38′ O50.7291666666677.6277777777778Koordinatoj: 50° 44′ N, 7° 38′ O

Telefona antaŭkodo
 0261

Poŝtkodo
 = 56075

Aŭtomobila kodo
 KO







v • d • r
Information icon.svg



Koblenz-Karthause estas la plej granda urboparto de Koblenco. Gi situas en la sudo de la urbo en alteco de ĉ. 174 m . Ĝi estas la plej norda etendaĵo de la mezmontaro Hunsruko inter la riverojn Rejno kaj Mozelo. [1]


La nomo de la monto estis origine Beatusberg. La nuna nomo venis de tiu, ke la kartuzianoj havis tie kartuzion.






  • elfosado de romia bieno ĉe Remstecken en la urba arbaro de Koblenco







  • la fotreso Konstantin







  • la leona pordego de la iama fortreso imperiestro Alexander







  • ĉefa sidejo de la federacia arkivo







  • paroĥa preĝejo St. Beatus







  • kapelo St. Bruno







  • loĝareo de Karthause-Flugfeld: domoj kun ĝardenoj







  • la telekomunika turo Koblenco sur la monto Kühkopf






Literaturo |



  • Hans Bellinghausen: 2000 Jahre Koblenz. Boldt. Boppard. 1973. ISBN 3-7646-1571-0

  • Ulrike Weber (Bearb.): Kulturdenkmäler in Rheinland-Pfalz. Denkmaltopographie Bundesrepublik Deutschland. Band 3.3: Stadt Koblenz. Stadtteile. Werner, Worms 2013, ISBN 978-3-88462-345-9.



Eksteraj ligiloj |




  • Kategorio Koblenz-Karthause en la Vikimedia Komunejo (Multrimedaj datumoj)


  • Stadtteilzeitung „Der Karthäuser“


Referencoj |




  1. ↑ Statistisches Jahrbuch der Stadt Koblenz 2014 - Kleinräumige Gliederung, S. 0-7



50.3413888888897.5686111111111







-

Popular posts from this blog

Aikido

Image
Ĉi tiu artikolo citas neniun fonton . Vi povas plibonigi ĝin, aldonante fidindajn fontojn. Senfontaj asertoj povas esti forigitaj.  (Novembro 2012) Aikido Japana Nomo: Kanji 合気道 Hiragana あいきどう Spiradaj ekzercoj Aikido , aŭ Ajkido , estas moderna japana luktarto (Shin Budo) kompilita de Ueshiba Morihei dum la periodo inter la 1930-aj jaroj ĝis 1960-aj jaroj. Ĝi estas senperforta kaj multaj el ĝiaj teĥnikoj evoluis el Daito-Rjuo (speco de ĵuĵicuo) kaj el glava batalado. La filozofio de aikido devenis ĉefe de la religio Oomoto pro la kontaktoj inter O´Sensei ("granda majstro", esprimo uzata de la aikidistoj por nomi Ueshiba Morihei) kaj Deguchi Onisaburo Sensei el Oomoto. Oni konsideras, ke aikidisto havu iom da spiriteco, interalie pri la uzo de la Ĉi, KI, ĝi postulas nenuran teknikan trejnon. La nepo de la kreinto, Ueshiba Moriteru, nun estas "Doshu", tiu kiu montras la vojon. Enhavo 1 Aikido - Oomoto - Esperanto...
Read more

The minimum number of groups for any class cannot be less than 2 error

Image
0 $begingroup$ cv_split = StratifiedShuffleSplit(n_splits=10, test_size=0.3, random_state=0) # Performing cross-validation to estimate the performance of the models for idx, est in enumerate(estimator): cv_results = cross_validate(est[1](), x_value, y_value, cv=cv_split) I got following error from this code ValueError: The least populated class in y has only 1 member, which is too few. The minimum number of groups for any class cannot be less than 2. and my y_value looks like y_value = array([221900, 180000, 510000, ..., 360000, 400000, 325000]) I used this method before and y_value has the same shape as before. python data-mining cross-validation share ...
Read more

SMOTE: ValueError: Expected n_neighbors <= n_samples, but n_samples = 1, n_neighbors = 6

Image
0 $begingroup$ I am designing a multi class classifier for 11 labels. I am using SMOTE to tackle the sampling problem. However I face the following error:- error at SMOTE from imblearn.over_sampling import SMOTE sm = SMOTE(random_state=42) X_res, Y_res = sm.fit_sample(X_f, Y_f) error ~/.local/lib/python3.6/site-packages/sklearn/neighbors/base.py in kneighbors(self, X, n_neighbors, return_distance) 414 "Expected n_neighbors <= n_samples, " 415 " but n_samples = %d, n_neighbors = %d" % --> 416 (train_size, n_neighbors) 417 ) 418 n_samples, _ = X.shape ValueError: Expected n_neighbors <= n_samples, but n_samples = 1, n_neighbors = 6 Why does it say I have only 1 n_samples? When I tr...
Read more