Jay's Blog

交叉验证（cross-validation）是一种评估泛化性能（新数据能否正确预测）的统计学方法，它比单次划分训练集和测试集的方法更加稳定、全面。如果只划分一次训练集和测试集，可能难以分类的样本都在测试集中，那么精度会低的离谱，相反，如果容易分类的样本都在测试集中，精度则会高的离谱，所以会导致模型并不能反映数据的真实情况。

问题：zotero 使用 GB 格式插入英文文献时，英文文献为等

解决：

1、安装可以同时生成等和 et al 的csl格式，已放于OA 仓库：china-national-standard-gb-t-7714-2015-numeric-BiLan.csl

打开word：

独热编码(one-hot encoding) 独热编码是通过创建一个新的虚拟特征，虚拟特征的每一列各代表标称数据的一个值。例如，颜色一共有四个取值green、blue、red、black，独热编码是通过四位二进制来表示，如果是green就表示为[1,0,0,0]，对应的颜色是[green,blue,red,black]，如果属于哪一种颜色，则取值为1，否则为0。

project

• origin_data

• clean_data

• process(代码及工程文件)

• result

1、创建页面：hexo n page "菜单名称"

记得在yaml中type写好类别比如： "Python"

看着手机上卡卡罗特的图片，心理有一股浅浅莫名的伤感。龙珠都看完了吗？没有，严格意义上来说，其实自己看的并不多，回忆起来也只有卡卡罗特和贝吉塔争强好胜，想赢过对方，各自狠狠努力以及超级赛亚人变身的场景，但是音乐，配色，人物的特点，整体的感觉真的很棒！对于很多人来说，这是一场异常美丽的梦，而他的去世就像宣告梦醒时刻的到来，我入梦并不深，都有一种莫名的伤感，何况那些早就一头扎下去的人们。死亡总是向人们宣告人生的一切就是一场幻梦，不管这个梦有多么的美好，早晚都有梦醒时分，如果一切都是一场终将醒来的梦，人要怎么活呢？唯一的答案就是去造属于自己的“春秋大梦”，大胆一些，勇敢一些，在自己的龙珠里，做自己，那个永不言败强大万分的卡卡罗特，一切终将逝去。

复现这篇文章基于随机森林方法的缺失值填充

导入各自包：

1
2
3
4
5
6
7

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# from sklearn.datasets import load_boston  # 新版本无波士顿数据
from sklearn.impute import SimpleImputer  # 填充缺失值的类
from sklearn.ensemble import RandomForestRegressor  # 随机森林回归
from sklearn.model_selection import cross_val_score  # 交叉验证

post_asset_folder开启的话，便是这种情况，一篇文章一个文件夹，用来放置图片^[1]，自己的文章图片都是使用图床，所以无需这个设置，但是开启一次之后再关闭，之前的文章还是一篇文章一个文件夹。

实现大陆访问，使用coding（大家可以理解为中国版的github），国外访问，使用github，以及可以提交百度收录（GitHub 禁止了百度的爬取）^[1]

暂时停止折腾了，coding 代码迁移是可以，但是静态网站功能的实现不好搞，coding停掉，需要借助腾讯云搭建。很久之前也尝试过gitee，那段时间直接停掉静态网站的搭建功能，目前不清楚。。。

需求：在使用 pycharm 或 vscode 时，对切换 python 的版本，以及安装的包的位置等环境问题，比较模糊。

该文章解决一下问题：

• 如何使用 conda 创建环境，如何下载指定版本的包到指定的环境
• 下载的包在本地的哪个目录
• pycharm 和 vscode 如何使用 conda 的环境