小编cxr*_*ers的帖子

降价式线路末端的方式让我很烦恼,我发现gfm看起来更好.
但是当我编写.md文件并将其推送到Github时,它只显示为正常的降价.
判断github上的演示,它改变行没有两个空格,不是吗？
这让我感到困惑.只是,我怎样才能做到这一点？

我正在使用 scikit-learn 的 LogisticRegression 对象进行正则化二元分类。我已经阅读了文档，intercept_scaling但我不明白如何明智地选择这个值。

数据集如下所示：

• 10-20 个特征，300-500 个重复
• 高度非高斯分布，事实上大多数观测值为零
• 输出类别的可能性不一定相同。在某些情况下，它们几乎是 50/50，而在其他情况下，它们更像是 90/10。
• 通常C=0.001会给出良好的交叉验证结果。

该文档包含警告，指出拦截本身需要进行正则化，就像其他所有功能一样，这intercept_scaling可以用来解决这个问题。但我该如何选择这个值呢？一个简单的答案是探索C和的多种可能组合intercept_scaling，并选择能够提供最佳性能的参数。但这个参数搜索将花费相当长的时间，我想如果可能的话避免这种情况。

理想情况下，我想使用截距来控制输出预测的分布。也就是说，我想确保分类器在训练集上预测“1 类”的概率等于训练集中“1 类”数据的比例。我知道在某些情况下会出现这种情况，但我的数据中并非如此。我不知道这是由于正则化还是由于输入数据的非高斯性质。

感谢您的任何建议！

我正在尝试部署一个在heroku 实例上使用nested_inline 的django 应用程序。本地一切都运行良好，但我在收集静态期间在heroku服务器上遇到错误。

我按照heroku指南来让一个最小的django设置工作起来。然后我将“django-nested-inline”添加到我的requirements.txt中，将“nested_inline”添加到我的INSTALLED_APPS的末尾，并将“fromnested_inline.admin import NestedModelAdmin, NestedStackedInline”添加到我的admin.py中。

一切仍然在本地完美运行，没有任何问题。但是当我推送到heroku“git push heroku master”时，出现以下错误：

$ git push heroku master
Counting objects: 7, done.
Delta compression using up to 8 threads.
Compressing objects: 100% (7/7), done.
Writing objects: 100% (7/7), 670 bytes | 0 bytes/s, done.
Total 7 (delta 5), reused 0 (delta 0)
remote: Compressing source files... done.
remote: Building source:
remote: 
remote: -----> Python app detected
remote: $ pip install -r requirements.txt
remote: Collecting django-nested-inline (from -r …