摘要：
读完这本书回过头才发现, 第一篇笔记居然是 2012年8月发的, 将近一年半的时间才看完这本书(汗!!!).为了方便以后查看, 做个《Linux内核设计与实现》读书笔记 的目录:《Linux内核设计与实现》读书笔记（一）-内核简介《Linux内核设计与实现》读书笔记（二）- 内核开发的准备《Linu... 阅读全文
posted @ 2014-01-11 09:56
wang_yb
阅读(34240)
评论(12)
推荐(24)
摘要： 
稀疏数据指数据点中大部分为零或空值的数据集。 典型应用场景包括：Netflix用户评分（大部分电影未被观看）、社交媒体连接（每人只认识一小部分用户）、电商用户与产品的交互记录。 本文以模拟社交平台的数据为示例，演示如何分析稀疏数据的场景。 想象一下：一个拥有 100 万用户的社交平台，每人平均只关注 阅读全文
稀疏数据指数据点中大部分为零或空值的数据集。 典型应用场景包括：Netflix用户评分（大部分电影未被观看）、社交媒体连接（每人只认识一小部分用户）、电商用户与产品的交互记录。 本文以模拟社交平台的数据为示例，演示如何分析稀疏数据的场景。 想象一下：一个拥有 100 万用户的社交平台，每人平均只关注 阅读全文
posted @ 2026-08-16 17:49
wang_yb
阅读(91)
评论(0)
推荐(0)
摘要： 
刚入行数据科学，面对成堆的数据和模型，往往最先卡在“算个平均值都要翻文档”这一步。 别急，Python 标准库 statistics 模块 就能帮你搞定 80% 的日常统计需求。 本文挑选了 10 个最常用的统计函数，每个都配上核心代码片段，让你看完就能上手，快速搭起自己的数据分析小工具。 为什么要 阅读全文
刚入行数据科学，面对成堆的数据和模型，往往最先卡在“算个平均值都要翻文档”这一步。 别急，Python 标准库 statistics 模块 就能帮你搞定 80% 的日常统计需求。 本文挑选了 10 个最常用的统计函数，每个都配上核心代码片段，让你看完就能上手，快速搭起自己的数据分析小工具。 为什么要 阅读全文
posted @ 2026-08-13 15:01
wang_yb
阅读(256)
评论(0)
推荐(1)
摘要： 
写给数据科学新手的完整实战指南 本文将介绍如何将一个在 Jupyter Notebook 中训练好的机器学习模型，转化为一个真正的 Web 应用，以便与同事或老板在线分享和体验。 接下来，我会用 Python + scikit-learn + FastAPI，从零构建一个 “每日工作效率预测器”。* 阅读全文
写给数据科学新手的完整实战指南 本文将介绍如何将一个在 Jupyter Notebook 中训练好的机器学习模型，转化为一个真正的 Web 应用，以便与同事或老板在线分享和体验。 接下来，我会用 Python + scikit-learn + FastAPI，从零构建一个 “每日工作效率预测器”。* 阅读全文
posted @ 2026-08-11 12:55
wang_yb
阅读(143)
评论(2)
推荐(1)
摘要： 
机器学习的模型训练中，特征不是越多越好，而是要找到那个 "刚刚好"的子集。 今天介绍的方法 "简单粗暴"，通过递归的方式，不断淘汰一个个特征，直到找到那个最优的 "特征子集"。 核心思想 核心思想用一句话来说，就是用"淘汰赛"选出最强特征组合。 递归消除的思路特别像公司搞末位淘汰： 1. 把所有"员 阅读全文
机器学习的模型训练中，特征不是越多越好，而是要找到那个 "刚刚好"的子集。 今天介绍的方法 "简单粗暴"，通过递归的方式，不断淘汰一个个特征，直到找到那个最优的 "特征子集"。 核心思想 核心思想用一句话来说，就是用"淘汰赛"选出最强特征组合。 递归消除的思路特别像公司搞末位淘汰： 1. 把所有"员 阅读全文
posted @ 2026-08-09 15:02
wang_yb
阅读(93)
评论(0)
推荐(0)
摘要： 
前几篇介绍了使用方差阈值，相关性分析以及统计检验等方式来过滤特征，这些方法都有一个共同点，就是由人来决定如何打分。 今天介绍一种让模型自己给特征“打分”的方式，也就是让模型自己判断哪些特征重要，哪些特征是无关紧要的。 与其我自己猜，不如让模型告诉我。 核心思路 这种特征选择方式的核心思想总结起来就一 阅读全文
前几篇介绍了使用方差阈值，相关性分析以及统计检验等方式来过滤特征，这些方法都有一个共同点，就是由人来决定如何打分。 今天介绍一种让模型自己给特征“打分”的方式，也就是让模型自己判断哪些特征重要，哪些特征是无关紧要的。 与其我自己猜，不如让模型告诉我。 核心思路 这种特征选择方式的核心思想总结起来就一 阅读全文
posted @ 2026-08-08 10:54
wang_yb
阅读(55)
评论(0)
推荐(3)
摘要： 
在做机器学习建模的时候，经常遇到一个让人头疼的问题：手上有几十甚至上百个特征，到底哪些该留、哪些该丢？ 之前两篇介绍了通过 方差阈值 和 相关性分析 来过滤特征，今天这篇介绍一种新的过滤特征的方式，也就是用统计检验来判断一个特征到底跟目标变量有没有关系。 核心思路很简单 说白了，统计检验做特征选择的 阅读全文
在做机器学习建模的时候，经常遇到一个让人头疼的问题：手上有几十甚至上百个特征，到底哪些该留、哪些该丢？ 之前两篇介绍了通过 方差阈值 和 相关性分析 来过滤特征，今天这篇介绍一种新的过滤特征的方式，也就是用统计检验来判断一个特征到底跟目标变量有没有关系。 核心思路很简单 说白了，统计检验做特征选择的 阅读全文
posted @ 2026-08-04 13:04
wang_yb
阅读(83)
评论(0)
推荐(1)
摘要： 
刚开始学机器学习时，我也像大部分人 一样，有个很朴素的想法：特征越多，模型能学到的信息就越多，效果自然越好。 所以每次拿到数据，我就拼命往模型里塞特征——能算出来的统计量全加上，能衍生出来的比率全拼上。 一个原本 20 列的数据集，经常被我搞到七八十列。 然后我就发现事情不太对劲了： 训练时间明显变 阅读全文
刚开始学机器学习时，我也像大部分人 一样，有个很朴素的想法：特征越多，模型能学到的信息就越多，效果自然越好。 所以每次拿到数据，我就拼命往模型里塞特征——能算出来的统计量全加上，能衍生出来的比率全拼上。 一个原本 20 列的数据集，经常被我搞到七八十列。 然后我就发现事情不太对劲了： 训练时间明显变 阅读全文
posted @ 2026-08-01 18:35
wang_yb
阅读(115)
评论(0)
推荐(0)
摘要： 
在机器学习实战中，我们常常把精力花在调参和选模型上，却忽略了一个更基础的问题：喂给模型的数据里，有多少特征是真正有用的？ 刚开始学机器学习那会儿，我特别喜欢堆特征，不管有用没用先一股脑全塞进去，总觉得特征越多模型越聪明。 直到有一次跑练习数据集，X_train.shape 直接干到了 (50000, 阅读全文
在机器学习实战中，我们常常把精力花在调参和选模型上，却忽略了一个更基础的问题：喂给模型的数据里，有多少特征是真正有用的？ 刚开始学机器学习那会儿，我特别喜欢堆特征，不管有用没用先一股脑全塞进去，总觉得特征越多模型越聪明。 直到有一次跑练习数据集，X_train.shape 直接干到了 (50000, 阅读全文
posted @ 2026-07-29 16:57
wang_yb
阅读(81)
评论(0)
推荐(0)
摘要： 
错误处理往往是优秀代码中最薄弱的环节。 像缺失主键、请求失败、函数运行时间过长等问题在实际项目中频繁出现。 Python 自带的 try-except 块虽然有用，但单靠它并不能覆盖许多实际场景。 你需要将常见的失败情形封装成小型、可复用的函数，以支持带限制的重试、输入验证，以及防止代码运行超时的保 阅读全文
错误处理往往是优秀代码中最薄弱的环节。 像缺失主键、请求失败、函数运行时间过长等问题在实际项目中频繁出现。 Python 自带的 try-except 块虽然有用，但单靠它并不能覆盖许多实际场景。 你需要将常见的失败情形封装成小型、可复用的函数，以支持带限制的重试、输入验证，以及防止代码运行超时的保 阅读全文
posted @ 2026-07-22 16:32
wang_yb
阅读(103)
评论(0)
推荐(0)
摘要： 
从散点图的局限说起 在数据分析的工作中，我们经常会遇到这样一个问题：如何把数据的“样子”展示给别人看？ 如果数据只有两个维度，事情很简单——画一张散点图就好了。 横轴一个变量，纵轴一个变量，每个点代表一条数据，分布一目了然。 如果数据有三个维度呢？也还行——散点图加上颜色，用不同颜色代表第三个维度的 阅读全文
从散点图的局限说起 在数据分析的工作中，我们经常会遇到这样一个问题：如何把数据的“样子”展示给别人看？ 如果数据只有两个维度，事情很简单——画一张散点图就好了。 横轴一个变量，纵轴一个变量，每个点代表一条数据，分布一目了然。 如果数据有三个维度呢？也还行——散点图加上颜色，用不同颜色代表第三个维度的 阅读全文
posted @ 2026-07-21 20:28
wang_yb
阅读(110)
评论(0)
推荐(1)
浙公网安备 33010602011771号