Sieg











































Sieg

Siegstrecke map.png


Bazaj informoj

Situo
 la federaciaj landoj Nordrejn-Vestfalio kaj Rejnlando-Palatinato de Germanio

Longeco
 155,2 km km
Fluo

Fonto
 la mezalta montaro Rothaar

- Alteco super marnivelo
 603 m m

Enfluejo
 inter Bonn kaj Troisdorf en la Rejnon

- Alteco
 50 m m

Altecodiferenco
 556 m m
Geografio

Trairataj urboj
Siegen, Netphen, Hennef, Siegburg, Sankt Augustin, Troisdorf, Bonn







v • d • r
Information icon.svg



La Sieg estas rivero en la okcidento de Germanio, kiu de oriento al okcidento fluas tra la federaciaj landoj Nordrejn-Vestfalio kaj Rejnlando-Palatinato de Germanio kaj inter la urboj Bonn kaj Troisdorf fluas en la Rejnon. La suma longeco de la rivero estas 155,2 km.



Etimologio |


La nomo de la rivero ne havas ajnan rilaton al la vorto Sieg de la altgermana lingvo, kiu signifas "venko" aŭ "triumfo", sed venas de la kelta vorto „Sikkere“, kiu havas la signifon "rapida rivero". La same origine kelkaj nomoj de la riveroj Seine kaj Shannon estas etimologie parencaj.





En la rivera valo unu el la du bordoj estas milde monteta, dum la alia havas krutajn rokajn deklivojn



Alfluantoj |



  • Agger

  • Nister

  • Pleisbach



Bildaro |






  • la barita rivero apud Stromberg






  • ĉe la akvobarilo de la muelejo Unkel kun ŝtuparo por fiŝoj kaj glitilo por kanuoj la rivero plej larĝas






  • la rivera valo inter Eitorf-Merten kaj Hennef-Bülgenauel






  • Post inundo kolektiĝas la birdoj, por kolekti eventuale restintajn fiŝojn






  • la rivera bordo apud Hennef-Stein






  • apud la urbo Siegburg






  • enfluejo de la Sieg (maldekstre) en la Rejnon inter Bonn kaj Troisdorf






  • plia bildo de la enfluejo de la Sieg (ĉi tie dekstre) en la Rejnon






  • Sieg en la Vikimedia Komunejo (Multrimedaj datumoj)


  • Kategorio Sieg en la Vikimedia Komunejo (Multrimedaj datumoj)








-

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