- 博客(55)
- 收藏
- 关注
RSS订阅原创 jupyter快捷键
Jupyter Notebook 有两种模式：命令模式（esc） 和 编辑模式（enter）。“开始”——“条件格式”——“数据条”——渐变/实心填充。Markdown 单元格快捷键。删除单元格：esc+dd。二、windows快捷键。隐藏/显示：esc+o。剪贴板快捷键Win+V。三、excel快捷键。
2024-06-27 18:28:47
311
原创 Linux相关初步运用
rm -f /root/logs/game/nohup.log#删除文件。rm -rf /root/logs/game#删除文件夹。#查看正在运行的jupyert进程。来查看Python的搜索路径，会。#python环境变量的添加。在Python解释器中，使用。#返回上级目录cd..
2024-06-27 10:58:06
417
2
原创 环境配置的相关问题
所以一开始的中心都在降numpy版本上，一直降不下来，怎么都显示Could not build wheels for numpy，后来发现是shap的问题。
2024-06-25 23:45:30
797
原创 一些宏观理解
它支持SSH、Telnet、Rlogin等多种协议，提供了用户友好的界面和丰富的功能，如会话管理、脚本支持和文件传输等。这些机器通常安装了开发所需的各种工具和环境，比如IDE（集成开发环境）、编译器和调试器等。线上开发机是部署在远程服务器上的开发环境，开发人员通过网络连接到这些机器进行开发和调试。它是Vi编辑器的增强版本，提供了丰富的功能和插件支持，具有强大的文本处理能力和高效的操作模式。SSH是一种加密的网络协议，用于在不安全的网络中安全地访问远程计算机。
2024-06-23 21:47:43
310
原创 机器学习补充
比较坏账率（Bad Rate Comparison）是指在不同的数据集或不同的时间段内，对目标变量（通常是二分类问题中的坏账率，即负样本率）进行比较，以评估模型的稳定性和数据分布的变化。在信用评分和风控模型中，WOE编码是一种常用的特征工程方法，它将原始特征转换为一个新的特征，以增强模型的解释性和预测性能。对各个特征进行 WOE 编码的主要目的是将原始特征转换为一个反映特征与目标变量（如违约与否）之间关系的数值。具体来说，KS值表示正类样本的累积分布函数（CDF）与负类样本的累积分布函数之间的最大差异。
2024-06-20 23:27:08
703
原创 相关概念学习
PSI指标就是客群稳定性指标（Population Stability Index），用于衡量两个数据分布之间差异的指标，通过该指标，可以得到不同时间段的样本下，模型在各分数段分布的稳定性， 通常用于监控模型的稳定性和性能，特别是在信用评分和风险管理领域。样本代表性：既要确保选取的样本数量足够反应总体数据的信息，又要确保选取的样本结构和总体数据的结构一致（分层抽样）例如，一个借款人可能在一个季度内从"低风险"迁移到"中风险"，或者从"中风险"迁移到"高风险"。是统计学和数据挖掘中常用的指标，特别是在。
2024-06-20 23:16:50
712
原创 各种文件类型
结尾的文件通常是指JavaScript Object Notation（JSON）格式的文件。JSON是一种轻量级的数据交换格式，易于人类阅读和编写，同时也易于机器解析和生成。Pickle是Python中的一个模块，用于将Python对象转换为字节流，以便保存到文件中或者通过网络传输。JSON格式具有跨平台和语言无关的优点，因此广泛应用于各种编程语言和系统中。需要注意的是，Pickle模块是Python特有的，因此。结尾的文件通常是指使用Python的。文件中，然后又从文件中加载回来。
2024-06-18 11:06:36
490
原创 2024年6月17日日志
处理方法：错误是由于在Seaborn库的新版本中移除了对six库的依赖导致的。安装一个较旧的版本的Seaborn/更新代码。
2024-06-17 23:44:28
391
原创 Git与SSH
Git是一种分布式版本控制系统，最初由Linus Torvalds为管理Linux内核开发而设计并开发。Git可以帮助开发团队协作管理代码，跟踪代码变更历史，并在需要时回溯到特定版本。用途：管理代码。
2024-06-16 20:20:18
678
原创 阿里智能信息数据挖掘复盘
第二篇的情感分析，问算法原理，SMOTE算法问原理，K-means算法是否需要特征优化，树模型是否需要特征优化，真笑死，一直在回答特征选择，一首凉凉送给自己。第一篇的重要特征是什么直接忘记，正负样本比，过拟合的判断标准，特征选择，问的好细。欠采样之后的验证集是否一致，笑死我自己都忘了考虑过这个问题了。多目标优化用的什么方法，特征重要性的原理，SHAP的原理。挫败呜呜呜，钉钉忘装，还要手机登录，迟到三分钟。但好歹大厂就是大厂，我需要的就是这样的查漏补缺。一上来就问项目，没有自我介绍。
2024-05-28 16:49:23
220
原创 一些python代码基础
返回的列表中的每个元素都转换为整数类型，但这些转换并没有立即执行，而是在需要时逐个生成。的结果是一个 map 对象，它是一个迭代器。1、将输入转化为list。
2024-05-25 21:13:09
426
原创 Python常见面试题（三）——numpy和pandas
也叫匿名函数，即，函数没有具体的名称，不用考虑函数命名；使用lambda可以省去定义函数的过程，让代码更加精简。series和函数的应用，注意是一列一列的，应为是序列。主要讲二者的结合应用。2、lambda函数。
2024-05-22 23:57:03
307
原创 Python常见面试题（二）——numpy和pandas
NumPy主要用于数值计算，提供了多维数组对象ndarray，支持等功能。Pandas则建立在NumPy之上，提供了更高级的数据结构，主要用于数据分析，尤其是处理表格化数据。NumPy的核心是多维数组对象ndarray，它可以表示任意维度的数组。Pandas提供了两种主要的数据结构：Series（一维标记数组）和DataFrame（二维带标签的数据表）。NumPy的数组只能使用访问元素。Pandas的Series和DataFrame可以使用来访问数据，也可以通过访问。
2024-05-22 18:55:21
729
原创 Python常见面试题（一）
在处理大量数据时，没有什么比Pandas（熊猫）更有帮助了，因为Pandas让操作和可视化数据变得轻而易举。Append将一个值添加到一个列表中，而extend将另一个列表的值添加到一个列表中。“is”用来检查对象的标识(id)，而“==”用来检查两个对象是否相等。可变否、有序否、元素类型相同否【列表表示的是顺序，元组表示的是结构】
2024-05-22 18:39:18
104
原创 模拟方法（一）
2. 接受拒绝方法（Accept-Reject Method）：通过生成服从一个辅助分布的随机变量，并与原分布进行比较，接受满足条件的样本并拒绝不满足条件的样本，从而生成符合原分布的随机变量。6. 蒙特卡洛马尔可夫链（Monte Carlo Markov Chain）模拟：利用马尔可夫链的性质，通过随机漫步的方式生成样本，用于估计复杂系统的性质或参数。4. 吉布斯采样（Gibbs Sampling）：用于从联合分布中抽取样本的一种马尔可夫链蒙特卡洛方法，通过依次更新每个变量的取值来生成样本。
2024-05-22 12:57:52
300
原创 数分—AB测试
在AB测试中，被比较的版本被标记为A组和B组，然后两组被随机分配给不同的用户群体或实验对象。最后，通过对比两组数据的差异，评估哪个版本表现更好或更有效。通过AB测试，可以基于数据和实验证据来做出更明智的决策，从而提高产品的效果和性能。2. 控制变量：在AB测试中，除了被测试的变量外，其他可能影响结果的变量应尽量保持一致。4. 使用合适的统计分析方法：选择合适的统计分析方法可以有效地减小估计误差，提高实验结果的可靠性。1. 增加样本量：增加实验样本量可以降低随机性带来的影响，从而减小指标的方差。
2024-05-17 14:33:00
272
原创 MySQL复习（五）
在 SQL 中，使用等号来比较值时，NULL 与任何其他值（包括 NULL 本身）进行比较的结果都是 UNKNOWN，而不是 true 或 false。
2024-05-17 14:23:23
83
原创 Python复习（四）
从起始位置匹配，匹配成功返回位置，匹配失败返回None.扫描整个字符串并返回第一个成功的匹配。实例应用：驼峰式写法转换为下划线写法。一般是可以替换的，这里匹配的是位置。3、re.sub方法——检索和替换。2、re.search方法。1、re.match方法。
2024-05-16 19:47:35
163
原创 知乎23届数据分析校招A卷——笔记
题目：创作者和粉丝的关系是社区内的比较重要的关系，我们需要对这些关系进行研究，作用在内容分发上，让社区创作者和用户获得更好的体验。除了考虑发帖频率以外，还要考虑时间的问题，有些粉丝在最初关注创作者的时候可能关系强度较强，可是可能在之后的时间就可能变得并不活跃，因而时间方面关注近期可能更合理一点。
2024-05-05 21:33:41
897
原创 【RYG】Python技能练习场—查漏补缺（二）
通常用作占位符，表示不执行任何操作，主要用于语法结构中要求有语句的地方，但又不需要做任何实际操作的情况。例如，在定义一个函数或类时，如果暂时不需要写函数体或方法体，可以使用"pass"来占位，避免出现语法错误。中的元素随机排列的方法，通常与 random 模块一起使用。例如，可以通过导入 random 模块并使用 random.shuffle() 方法对列表进行元素洗牌操作。count() 方法是Python中用于统计指定元素在序列中出现次数的方法。这个方法可以用于字符串、列表、元组等序列类型。
2024-05-03 13:43:46
270
原创 【RYG】Python技能练习场—查漏补缺（一）
例如，"abc" < "def" 返回True，因为首先比较第一个字符'a'和'd'，由于'a'的Unicode码点比'd'小，所以"abc"比"def"在字典序中靠前。如果该键存在，则返回其对应的值。语法为 `string.replace(old, new)`，其中 `old` 是要被替换的字符或子串，而 `new` 是替换后的新字符或子串。可以通过指定连接字符实现不同的连接方式，例如 `'-'.join(['a', 'b', 'c'])` 将生成一个连接后的字符串 `'a-b-c'`。
2024-05-02 21:59:19
769
1
原创 机器学习常见面试题总结
训练模型的目的——最小化损失函数——可以分解为和用训练出的的输出的与的输出值之间的差异。输出值之间的差异。的存在是学习算法所无法解决的问题，决定了学习的上限。假设在数据已经给定的情况下，此时上限已定，我们要做的就是尽可能的接近这个上限。
2024-05-02 20:19:05
487
原创 python做题补充
列表推导式x = [i for i in range(1, num+1) if i % 2 == 0]而list(word)将返回 `['h', 'e', 'l', 'l', 'o']`不可以x=y.sort(),用y.sort()即可，因为不会返回值。word.split() 默认是按空格进行分割，获得的是整个单词的。Python 内置函数 bin() 将数字转换为二进制。set(word)就会是去重的字母集合。注意用sort()的时候。关于format（）函数。
2024-04-29 15:10:13
301
原创 Python基础复习（二）
'a'：追加，不想清空原来的内容而是直接在后面追加新的内容，就用'a'这个模式【add】'w'：写，如果没有这个文件，就创建一个；如果有，就把原文件的内容清空再写入新的东西。用于定义一个在 try...except... 语句块中的可选的最后执行的代码块。'r+' == r+w（可读可写，文件若不存在就报错）'w+' == w+r（可读可写，文件若不存在就创建）'a+' ==a+r（可追加可读，文件若不存在就创建）常常可以捕捉的错误类型【也可以不指定错误类型！'r'：读，open()的默认值就是r。
2024-04-28 13:36:21
377
1
原创 R语言相关知识点
字符串匹配：grep()负责搜索给定字符串对象中特定表达式 ，并返回其位置索引。grepl()函数与之类似，但其后面的”l”则意味着返回的将是逻辑值。字符串截取：substr()其参数是子集所处的起始和终止位置。字符串替代：gsub() chartr() sub()大小写替换：toupper() tolower()字符串分割：strsplit()获取字符串长度：nchar()字符串拼接：paste()
2024-04-27 21:05:29
417
原创 统计知识复习
进行相关性分析时，不必事先确定两个变量中哪个是自变量哪个是因变量，相关性分析中两个变量都是随机的变量。进行回归分析时，必须事先确定自变量和因变量，而两个变量中只有自变量是可以控制的量，因变量是随机的量。
2024-04-22 20:49:54
353
原创 MySQL复习（五）
2. Read Committed 读取已提交：给予事务一定的隔离，这样我们只能读取已提交的数据，这防止了Dirty Reads脏读，但在这个级别下，事务仍可能读取同个内容两次而得到不同的结果，因为另一个事务可能在两次读取之间更新并提交了数据，也就是它不能防止Non-repeating Reads 不可重复读取 （或 Inconsistent Read 不一致读取）当 MySQL 看到上面这样的事务语句组，会把所有这些更改写入数据库，如果有任何一个更改失败，会自动撤销之前的修改，这种情况被称为事务被。
2024-04-22 16:52:56
550
原创 机器学习刷题笔记
K-means:最刚开始的中心点是随机指定的，而中心点不同的指定方法，会使得聚类算法运行的最终结果有很大的不同。【自写】ROC是机器学习模型中，判断分类拟合标准的一个衡量指标，横轴为，纵轴为，当为随机划分时，ROC曲线的面积为0.5，在利用机器学习方法进行拟合时，其值越接近于1越好。DBSCAN 算法是基于密度对数据点进行处理的，主要是将特征空间中足够密集的点划分为同一个簇，簇的形状可以是任意的，而且数据点中有噪声点的话，不会将这些点划分给某个簇。D 正样本的权重设置为10，负样本权重设置为1。
2024-04-19 13:15:29
401
原创 MySQL复习（四）
2：删除范围：drop删除整个表（结构和数据一起删除）；trustcate删除全部记录，但不删除表结构；delete只删除数据。TRUNCATE(1.99,1)对前面参数进行截取操作，截至小数点后一位；having子句即可包含聚合函数作用的字段也可包括普通的标量字段。处理效率：drop>trustcate>delete。ORDER BY 是在SELECT之后；LIMIT是整个的LIMIT；ORDER BY 默认升序排序。
2024-04-19 12:18:20
198
原创 操作系统Linux学习
个人桌面操作系统：Windows、macOS服务器操作系统：LinuxLinux应用：后端开发、运维开发、大数据开发、前端开发、测试开发…操作系统是软件的一类，主要作用是协助用具调度硬件工作，充当用户和计算机硬件之间的桥梁。软件是指计算机系统中的一系列程序、数据和文档等非硬件的部分。软件可以分为系统软件和应用软件两大类。系统软件是管理和控制计算机硬件及应用软件运行的软件，如操作系统；应用软件是由用户使用的完成各种任务的软件程序，如办公软件、游戏软件等。
2024-04-18 14:35:49
1052
原创 MySQL复习（三）
double：双精度浮点型，例如 double(5,2)表示最多 5 位，其中必须有 2 位小数，即最大值为 999.99；DDL（Data Definition Language）：数据定义语言，用来定义数据库对象：库、表、列等；DML（Data Manipulation Language）：数据操作语言，用来定义数据库记录（数据）；DATETIME：日期时间，格式为：yyyy-MM-dd hh:mm:ss。date：日期类型，格式为：yyyy-MM-dd；time：时间类型，格式为：hh:mm:ss。
2024-04-18 14:18:49
175
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人