小编kui*_*ong的帖子

我试图弄清楚如何在 python 中使用 lightgbm 训练 gbdt 分类器，但对官方网站上提供的示例感到困惑。按照列出的步骤，我发现validation_data来自任何地方，并且没有关于valid_data的格式的线索，也没有关于有或没有它的训练模型的优点或效用的线索。 另一个问题是，在文档中，据说“验证数据应该与训练数据对齐”，当我查看数据集详细信息时，我发现还有另一个声明表明“如果这是数据集为了进行验证，应使用训练数据作为参考”。我的最后一个问题是，为什么验证数据应该与训练数据保持一致？数据集中参考的含义是什么以及在训练过程中如何使用它？是否通过训练数据的参考集来实现对齐目标？这种“参考”策略和交叉验证有什么区别？希望有人能帮我走出这个迷宫，谢谢！

假设有一些html片段,如:

<a>
   text in a
   <b>text in b</b>
   <c>text in c</c>
</a>
<a>
   <b>text in b</b>
   text in a
   <c>text in c</c>
</a>

其中我想在标签中提取文本但在保留文本时排除这些标签,例如,我想要在上面提取的内容就像"c中b文本中的文本"和"b中文本中的文本" text inc".现在我可以使用scrapy Selector css()函数获取节点,那么我怎么能继续这些节点来获得我想要的呢？任何想法将不胜感激,谢谢!