摘要：
装饰器是Python中一个非常强大的功能，它允许程序在定义函数或方法时“装饰”它们，即在不改变其内部实现的情况下，给它们增加新的功能。装饰器本质上是一个函数，它接收一个函数作为参数并返回一个新的函数。 像@classmethod和@staticmethod这样的装饰器是Python内建的、预定义好的 阅读全文
摘要：
以首字母排序，记一下python中这些常见的magic method Python 中的 "魔术方法"（magic methods），又称为特殊方法，是一组预定义的方法，它们以双下划线（__）开始和结束。这些方法使得开发者能够对内建的 Python 行为进行自定义或扩展。实现这些方法有几个主要好处： 阅读全文
摘要：
在研究大佬的项目时，从一行行代码溯源，拨茧抽丝的过程中，发现了方法调用的“神奇之处” 具体情况如下： 1. 在类Trainer中名为run等方法中有加载预训练好的模型的load方法 2. load()方法依旧是类方法中的一个，在load方法中有具体的load_self()方法 3. load_sel 阅读全文
摘要：
如题，这是一个很简单也很基础的问题，先看不同操作的结果有什么不同 结果1：项目下出现了一个空“文件夹” 结果2：项目下多了一个“Python Package”，该package下包含了一个“__init__.py”文件，该py文件是空的 如果把该py文件删掉后，package也就变成了directo 阅读全文
ROC/AUC/PDF/CDF
摘要： 
KL散度的用途 用来衡量真实分布和近似分布之间的差距（两个数据分布之间的距离） KL散度的定义 连续变量： 离散变量： 其中 q(x) 是近似分布，p(x) 是真实分布。直观地说，这衡量的是给定任意分布偏离真实分布的程度。如果两个分布完全匹配，DKL=0，否则它的取值应该是在 0 到无穷大（inf） 阅读全文
KL散度的用途 用来衡量真实分布和近似分布之间的差距（两个数据分布之间的距离） KL散度的定义 连续变量： 离散变量： 其中 q(x) 是近似分布，p(x) 是真实分布。直观地说，这衡量的是给定任意分布偏离真实分布的程度。如果两个分布完全匹配，DKL=0，否则它的取值应该是在 0 到无穷大（inf） 阅读全文
摘要：
相似性计算指的是度量两个对象之间相似程度的过程，而距离计算则是度量两个对象之间距离的过程。在某些情况下，它们是等价的，例如当距离越小表示两个对象越相似时，这时候可以将距离计算视为相似性计算的一种形式。 然而，在一些情况下，相似性计算和距离计算是不同的。例如，当度量两个对象之间的相似程度时，可以使用余 阅读全文
摘要：
一、协方差 协方差（Covariance）用于衡量两个随机变量的联合变化程度，方差是协方差的一种特殊情况，即变量和自身的协方差。协方差表示的是两个变量总体的误差，如果两个变量的变化趋势一致，那么两个变量的协方差为正值；如果两个变量的趋势相反，则两个变量之间的协方差为负值。 没听懂，没关系。我们只要知 阅读全文
摘要：
特征选择的目的 在理想情况下，特征选择想要达到以下效果： 简化模型以提高可解释性：通过减少特征的数量，模型变得更简单，更容易理解。这对于那些需要理解模型如何做出预测的领域（如医疗或信贷评分）非常重要。 改进模型性能：通过消除无关或冗余的特征，模型的预测性能可能会得到提高。这是因为无关或冗余的特征可能 阅读全文
摘要：
凸函数与非凸函数 在数学中，如果一个函数在它定义的整个区间上满足以下性质，那么它就是一个凸函数：对于任意两个点x和y以及任意一个实数t（0 ≤ t ≤ 1），函数在点tx + (1 - t)y的值小于或等于在点x和点y的函数值的加权平均，也就是说，凸函数的图形在两点之间的弦的下方。 即f(tx+(1 阅读全文