引用变量名是别名，没有开辟新的内存，指向同一块内存 浅拷贝：一般出现在array-like对象中，如list等。 虽然开辟了一块新的内存，但是对象中的每一个元素都是指向原对象的每个元素的地址。例如： a = [1,2,[1,2,3]] b =copy.copy(a) id(a[2]) == id(b[2]) 对于元素为不可变对象时，倒无所谓，如果元素为可变对象，那么a变b也变。 切片就是浅拷贝！！

CART可以说是最常用的数，gbdt,xgboost等等… 归纳一下其与普通决策树（ID3，C4.5）的区别： 既可以分类，也可以回归。在分类时使用基尼系数，在回归时使用平方误差。 只划分左右子树，也就是生成一个二叉树。普通决策树生成多个子树 特征在被选择后，在接下来的树中还能被继续使用。普通决策树只使用特征一次。 连续特征，n个值，从n-1个中间值中选择；离散特征，n个值，有$2^{(n-1)

对于类别不均衡问题，处理方法有： 正样本过采样 负样本降采样 调整阈值 主要是这三种，实际算法处理过程往往是这样的： 先对负样本进行降采样or正样本过采样来提取训练样本，以保证模型的AUC尽量高。 过采样or降采样之后模型输出的概率已经失去原本的意义，所以在测试集上如果看其他评价指标如交叉熵，那loss是很大的，当然不影响AUC。所以，我们需要对输出概率再做调整，恢复到真正实际的概率

import注意事项:1234from package1 import module1from package1.module2 import function1from package2 import class1from package2.subpackage1.module5 import function2 注意，module.function这种形式是不行的，用.前面只能是package

登录式和非登录式区别： “登陆shell”通常指的是：（/etc/profile,~/.bash_profile, ~/.bashrc,/etc/bashrc） 用户通过输入用户名/密码（或证书认证）后启动的shell； 通过带有-l|—login参数的bash命令启动的shell。 例如，系统启动、远程登录、使用su -切换用户、通过bash —login命令或 -i 启动bash等。

sudo -u user单纯以某用户身份运行命令，并不切换环境，需要输入当前用户密码，。sudo的各类权限在/etc/sudoers配置 su 则切换到某用户的环境下，需要输入某用户的密码。这里注意一定要加 su - ，只有这样才会生成login shell加载/etc/profile和~/.bash_profile，如果不加的话，启动non-login shell，不加载上述文件，环境变量部分

首先，shell也是一个进程！ 举个例子： 在某个shell下(该shell也是一个进程，id为1)，执行一个脚本文件，同时便会生成一个非交互子shell（进程id为2），然后该脚本文件的每一行可执行程序，又会生成新的子进程id如3，4，5，6等等 父子shell中的变量问题： 普通自定义变量不会共享，只在当前shell生效 环境变量： 如果没有切换用户，子shell（非交互式）共享父she

除法问题。 12345678910# python2>>> 3/21>>> 3/2.01.5# python3>>> 3/21.5>>> 3//21.5 解决方法：from future import division 字符串编码不同： python2字符串分为str类型和unicode类型 str：非unic

之前city_id作为特征后导致模型预测结果差异很大这一点，一直让我耿耿于怀，仔细思考后，其实可以这样解释： 首先特征属性不对，我应该将其设为离散特征，做OHE处理，再放入模型训练。 特征值分布不均匀，事实上不会影响该特征值的选择，假如该特征值确实区分了样本，即使树的左右子节点样本数量相差很大，也是照样划分啊！ 之前的结果很大一部分原因，还是类别分布不均匀导致的！杭州的值普遍大且样本多，宁波

特征工程和模型选择是提升算法的两类途径。 特征工程：数据清洗，(降维)，特征选择，特征组合。 特征组合变换好坏都有，一方面能提高模型的表达能力，另一方面有可能引起过拟合，增加冗余特征，降低模型解释力。 特征变换还可以是将连续特征转换为离散特征。 模型的选择和特征工程是耦合的。因为不同模型对特征工程的需求不一样。 树模型不需要归一化处理，不需要特征选择，因为这些模型都能做到。 神经网络则不需要