小编use*_*894的帖子

我正在使用杜鹃沙箱进行恶意软件分析。我有一个虚拟机虚拟机，其IP设置为192.168.56.101。开启虚拟机电源后，将有一个脚本agent.py侦听端口8000。网络是Virtualbox端的仅主机配置。仅主机适配器的IP设置为192.168.56.1

当VM处于开机状态时，

来宾（192.168.56.101）能够ping通主机（192.168.56.1）

主机（192.168.56.1）可以ping通来宾（192.168.56.101）。

Telnet适用于端口（8000）上的主机IP（192.168.56.101）。

当我尝试curl时，它会失败，并且会显示错误消息

错误：无法检索到所请求的网址。

但是，当我输入相同的IP和端口组合时，会收到成功消息，而不是错误消息。

我在大学网络中，因此需要使用代理。我认为代理是罪魁祸首，因此尝试通过在命令行上将其取消设置来禁用它，但没有成功。

这可能是什么原因？内部代理还是其他设置？发布屏幕截图以供参考。

我需要在维度（5000，26421）的数据集上执行内核pca，以获得较低维度的表示形式。为了选择分量数（例如k）参数，我将数据简化并重建到原始空间，并针对k的不同值获取重建数据和原始数据的均方误差。

我遇到了sklearn的gridsearch功能，并希望将其用于上述参数估计。由于内核pca没有评分功能，因此我实现了一个自定义评分功能，并将其传递给Gridsearch。

from sklearn.decomposition.kernel_pca import KernelPCA
from sklearn.model_selection import GridSearchCV
import numpy as np
import math

def scorer(clf, X):
    Y1 = clf.inverse_transform(X)
    error = math.sqrt(np.mean((X - Y1)**2))
    return error

param_grid = [
    {'degree': [1, 10], 'kernel': ['poly'], 'n_components': [100, 400, 100]},
    {'gamma': [0.001, 0.0001], 'kernel': ['rbf'], 'n_components': [100, 400, 100]},
]

kpca = KernelPCA(fit_inverse_transform=True, n_jobs=30)
clf = GridSearchCV(estimator=kpca, param_grid=param_grid, scoring=scorer)
clf.fit(X)

但是，它导致以下错误：

/usr/lib64/python2.7/site-packages/sklearn/metrics/pairwise.py in check_pairwise_arrays(X=array([[ 2.,  2.,  1., ...,  0.,  0.,  0.],
    ....,  0.,  1., ...,  0.,  0.,  0.]], dtype=float32), …