知识点随记

#Super Pig

已于 2022-07-02 15:43:34 修改

阅读量138

点赞数

分类专栏：基础必备文章标签： python 链表 leetcode

于 2022-03-03 11:27:28 首次发布

本文链接：https://blog.csdn.net/zyl_wjl_1413/article/details/123249460

版权

15 篇文章 1 订阅

订阅专栏

字符串排序的正确方式：sorted(str)
list排序可用：list.sort()
修改字符串的几种方式：
1. s=s.replace('A','aa')
2. s=s[:i]+'aa'+s[i+j:]
3. 错误方式：s[i:i+3]='abc'，字符串不允许赋值，除非把字符串变为list；
字符串去除首尾字符：
1. 去除首尾字符：s=s.strip(si)，si为字符串，若不传入参数，则默认去除空格；
2. 去除首部字符：s=s.lstrip(si)；
3. 去除尾部字符：s=s.rstrip(si)；

hivesql和mysql中limit的使用区别：

select a.course,a.score
from
(
select course,score,row_number() over(partition by course order by score desc) as n
from lesson
)a
where a.n<=2;

sigmoid函数： $\sigma(x)=\frac{1}{1+e^{-x}}$ ， $\sigma(x)\in(0,1)$
Logistic回归：二元分类， $\hat y=\sigma(w^Tx+b)$ ，损失函数 $L(y,\hat y)=-(y\log(\hat y)+(1-y)\log(1-\hat y))$ （交叉熵）
三种激活函数：
- sigmoid：只有二分类问题的输出层使用
- tanh双曲正切函数：是对sigmoid向下平移1个单位， $\tanh(x)=\frac{e^x-e^{-x}}{e^x+e^{-x}}$
- ReLU（rectified linear unit，修正的线性单元）：比前两个效果好，因为导数要么为0要么为1，不影响梯度下降的速度
- 注：激活函数必须为非线性函数，否则就是对原始特征的线性组合
偏差 vs 方差
正则化：L1：1-范数；L2：2-范数；

双重差分检验（DID检验，Difference in Difference）
- 目的：衡量某策略的影响程度（impact）
- 原理：给定AB实验，计算exp组某指标在策略（AB实验）上线前后的增量（变化量），再次计算base组同一指标在策略上线前后的增量，最后，计算这俩增量的差值（即差值的差值，也叫倍差值，did名称的由来）。这个倍差值就反映了策略的impact。

Uplift Tree：节点分裂的基本思想是最大化分裂后子节点之间的Y的分布【异质性的体现】Y的分布差异可以由KL散度来衡量，也可以由2-范数来衡量；
CTS-Tree：节点分裂的基本思想是最大化每个节点上的uplift值（增量），等同于最大化子节点和父节点之间的Y的差值 $\Delta\mu(s)$ ：
DR模型的相关证明：【比较好理解】
- 证明思路：在两种特殊情形下DREstimator成立：
- 情形1：Y的预测结果 = Y的潜在结果，即：
  
  则：
- 情形2：Y的IPW结果 = Y的潜在结果（PS得分正确），即：
则：
DR ref：https://towardsdatascience.com/doubly-robust-estimators-for-causal-inference-in-statistical-estimation-3c00847e9db

使用场景：当存在一列/行数据，想可视化其相对大小关系时，可使用数据条进行单元格可视化；
使用方法如下图：

按上述操作打开“其他规则”，则可以调整可视化规则/类型，当最大/小值的类型设置为“数字”时，则可以控制每个单元格的填充长度，达到自己想要的效果；

效果展示：

如果已经有python，直接在命令行执行pip install jupyter和pip install notebook；【可通过pip list或者jupyter --version来查看是否安装成功】
若pip install jupyter执行失败，则需要更新自己的pip和setuptools：

pip install --upgrade setuptools
python -m pip install --upgrade pip

关注