日常杂谈 - 20191005

1.函数传递过程中，参数前的单星号代表任意数量的参数，双星号代表dict与参数之间的转换；形参带星号代表将多余的实参整合到该形参里，实参带星号代表将该参数分解传递

2.LabelEcoder：将参数编码为[0, n-1]范围的数字

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
le.fit([1,5,67,100])
le.transform([1,1,100,67,5])

3.

one_value_cols = [col for col in train.columns if train[col].nunique() <= 1]

4.折线图

x = [1, 2, 1, 2, 3]
y = [1, 2, 1, 3]
plt.plot(range(len(x)), x, c = 'r')
plt.plot(range(len(y)), y, c = 'b')
plt.show()

5.概率分布图

x = [1, 2, 1, 2, 3]
plt.hist(x)
plt.show()

 6.对df某列计数

df[col].value_counts(dropna=False, normalize=True)
返回series

 

20191006

1.特征工程利用mean，std创建新的特征，应该在进行k折交叉验证之后进行，否则会导致信息泄露

2.xgboost gpu安装需要python版本>=3.5

3.参数调优大杀器：https://www.jianshu.com/p/35eed1567463

best = fmin(fn=objective, # function
            space=space, # dict, params
            algo=tpe.suggest,
            max_evals=27) # max work

best_params = space_eval(space, best)

 

4.参数后面有多个括号，意为函数套函数

def test5(x):
    print 'test5_param = ', x
    def test6(x):
        print 'test6_param = ', x
        return x * x
    return test6
print test5(1)(2)
output:
test5_param =  1
test6_param =  2
4

5.

sklearn.metrics.roc_auc_score(y_true, y_score, average='macro', sample_weight=None)
返回roc_auc分数

6.str.format()

>>> print("{:.2f}".format(3.1415926));
3.14

site = {"name": "菜鸟教程", "url": "www.runoob.com"}
print "网站名：{name}, 地址 {url}".format(**site)

 

ieee大佬的notebook：https://www.kaggle.com/kabure/extensive-eda-and-modeling-xgb-hyperopt/notebook

未完待续