我正在努力研究 Sklearn中嵌套与非嵌套 CV的示例。我检查了多个答案，但我仍然对这个例子感到困惑。据我所知，嵌套 CV 旨在使用不同的数据子集来选择分类器的最佳参数（例如 SVM 中的 C）并验证其性能。因此，从数据集 X 中，外部10 倍 CV（为简单起见，n=10）创建了 10 个训练集和 10 个测试集：
(Tr0, Te0),..., (Tr0, Te9)
然后，内部10-CV 将每个外部训练集拆分为 10 个训练集和 10 个测试集：
From Tr0: (Tr0_0,Te_0_0), ... , (Tr0_9,Te0_9)
From Tr9: (Tr9_0,Te_9_0), ... , (Tr9_9,Te9_9)
现在，使用内部 CV，我们可以找到每个外部训练集的最佳C值。这是通过使用内部 CV测试C 的所有可能值来完成的。为该特定外部训练集选择提供最高性能（例如准确度）的值。最后，发现每个外部训练集的最佳C值后，我们可以使用外部测试集计算无偏精度。通过这个过程，用于识别最佳参数（即C）的样本不用于计算分类器的性能，因此我们有一个完全无偏的验证。
Sklearn 页面中提供的示例是：
inner_cv = KFold(n_splits=4, shuffle=True, random_state=i)
outer_cv = KFold(n_splits=4, shuffle=True, random_state=i)
# Non_nested parameter search and scoring
clf = GridSearchCV(estimator=svm, …我有一个需要几个小时才能完成的 python 脚本。我通常将其运行为：
python myscript.py arg1 arg2 ... argN 2> log.err > log.out &
我想要一个 shell 脚本，它可以多次运行相同的 python 脚本（具有不同的参数）。仅当第一个脚本终止时，此脚本才必须启动第二个 python 脚本，依此类推。我认为我应该使用进程的 PID，并在一些 while 循环中迭代检查使用 sleep 的情况。有什么建议么？这些脚本是在远程计算机中执行的，因此我必须将它们放在后台，以保证即使在我注销时它们也能继续执行。
我有一个关于足球结果的熊猫数据框。数据帧的每一行代表一场足球比赛。每场比赛信息如下：
Day | WinningTeamID | LosingTeamID | WinningPoints | LosingPoints | WinningFouls | ... |
1 13 1 45 5 3
1 12 4 21 12 4
即，根据游戏结果来划分信息：赢或输。我想检索特定球队（例如 12 支）每场比赛的数据。
Day | Points | Fouls | ... |
1 21 4 ...
2 32 6 ...
最简单的方法是扫描整个数据帧，检查特定的 teamID 是否在WinningID或LosingID上，然后基于此检索“ Losing-columns ”或“ Winning-columns ”。有没有更“优雅”的方式来切片 pandas 数据框？这将简单地给出 12 队参与的比赛子集。
df[df[WinningTeamID == 12] | [LosingTeamID == 12]]
如何过滤这些数据并创建所需的数据框？
我想将字符串从大写转换为小写。我知道有不同的方法可以解决这个问题，但我想了解为什么这个命令不起作用：
echo "aa" | sed 's/'[:upper:]'/'[:lower:]'/g'
使用字符类是一种错误的方式吗？