vscode中jupyter的ipynb文件切换conda环境 在使用vscode和jupyter的过程中无法切换ipynb文件的内核，在vscode中的py文件可以正常切换我已经配置好的conda环境。我到这里的时候，我的conda自带的jupyter已经可以选择我想要的conda环境，但是vscode还不可以，这时候我检查了一下配置，注意：你要确保你已经配置了conda环境，并且已经安装了必要的包，包括。首先我切换到了conda环境，在conda环境中执行以下命令，Windows/Linux: 按。先打开vscode命令主板。
利用pygam训练gam模型 这里我直接训练，报错了啊哈哈，原因是这个模型不能处理里面的字符串特征标签，那么我们需要做一下处理。pygam是Python专门训练gam的包，需要3.6以上的版本，这个数据是matlab上面找的NYCHousing2015，
利用statsmodels训练gam模型 我们可以看到我们选择数据里面的'BOROUGH',"LANDSQUAREFEET"这两个特征作为平滑处理的对象，df，选择的特征的自由度，degree理解为poly的极值点，df需要大于degree。可以看一下这个bs，平滑函数，我的理解是定义分类函数特征，我理解的gam模型就是由一个或者多个线性模型和分类模型组合成的模型，那么这里的平滑函数就是做一个这种处理，就我研究来看，基本上statsmodels的模型基本都是这两种训练模式，这个数据集是从matlab拔下来的，NYCHousing2015。
将字符串标签转成int标签 之前用Python写过一个类似的工具，但是只能单列转换，很鸡肋，现在重新用Julia实现了一个类似功能，先看看数据，是matlab的数据集NYCHousing2015[1:5, :]我们可以看到第二个特征和第三个特征都是标签类字符串。现在看一眼转换以后的数据，
训练神经网络分类器简单案例 使用大约80%的观测值来训练神经网络模型，20%的观测值来测试训练后的模型在新数据上的性能。因为是28的随机采养，所以可以看到数据还是有一点不一样的哈，基本的趋势基本差不多，简单的神经网络分类器就到这里了。赶紧去尝试了一下，研究了一上午，来分享一波。大概就是28分，做了一个training和test的数据划分，上面就是训练好的模型，和模型得分的一个情况，然后咱们再可视化一下混淆矩阵图，到这一波就基本拿到了测试集和训练集的投喂数据了。直接开干，设置直接默认，不用添加任何参数。数据好像是一样的，ok，开干。
git在提交冲突需要变基处理过程 第一是我分支提交撤回以后，修改分支，修改了修改的部分，或者其他人提交我提交修改部分，没有及时pull，第二种情况，我遇到的很特殊，我提交没问题，但是在本地主分支更新的时候，出现变基的提示，5. git push -f 强制推送当前本地的分支版本到远程 gitlab 服务器上。3. 处理冲突之后，git rebase --continue。1. 切换到主分支，git pull 更新主分支版本。2. 切换回当前分支，git rebase main。需要手动处理冲突：rebase 会在有冲突的地方暂停。
关注
