小编Rya*_*yan的帖子

我注意到,sklearn的新CalibratedClassifierCV似乎弱于直接base_estimator当base_estimator是GradientBoostingClassifer,(我没有测试其它分类).有趣的是,如果make_classification参数是:

n_features = 10
n_informative = 3
n_classes = 2

然后CalibratedClassifierCV似乎是轻微的表现(日志损失评估).

但是,根据以下分类数据集,CalibratedClassifierCV似乎通常是表现不佳者:

from sklearn.datasets import make_classification
from sklearn import ensemble
from sklearn.calibration import CalibratedClassifierCV
from sklearn.metrics import log_loss
from sklearn import cross_validation
# Build a classification task using 3 informative features

X, y = make_classification(n_samples=1000,
                           n_features=100,
                           n_informative=30,
                           n_redundant=0,
                           n_repeated=0,
                           n_classes=9,
                           random_state=0,
                           shuffle=False)

skf = cross_validation.StratifiedShuffleSplit(y, 5)

for train, test in skf:

    X_train, X_test = X[train], X[test] …

该设备是标签打印机.它可以通过蓝牙和USB连接.我想它会运行某种类型的Linux,因为它有一个相当复杂的界面/屏幕,但我不确定.事实上,这是我想要确定的.但我的目标是获得一个shell或某种"有意义"的连接,通过它我可以发送命令/数据,这将触发打印机的打印事件,而无需使用制造商的软件

通过USB连接到ubuntu中的设备/dev/usb/lp0.我尝试使用python的serial模块连接到它,但它无法连接到串行端口.

通过蓝牙我也能够连接,使用hcitool scan获取设备的MAC地址,然后rfcomm连接(使用这种方法).这创建了/dev/rfcomm0,我能够连接到并使用python发送数据.

通过制造商的软件模拟通常通过usb/bluetooth发送的数据是否可以在没有软件的情况下进行打印？ 我认为通过蓝牙发送的"嗅探"数据可以实现这一点,而制造商的软件会发送正常的打印命令(尽管我认为它没有理由让人看起来容易理解).

如果这种模仿是可能的,我想知道简单地通过蓝牙发送等效数据是否会导致打印事件.到目前为止,我没有理由相信我通过蓝牙连接发送的数据没有被接收,但我还没有从蓝牙连接获得任何类型的响应(数据或物理).

关于如何实现我的总体目标的任何建议/建议将不胜感激

我正在寻找例程的二维模拟numpy.random.normal，即numpy.random.normal生成一个以平均值、标准差和样本数作为输入的一维数组，而我正在寻找的是一种生成二维点的方法具有相同输入参数的空间。

看起来numpy.random.multivariate_normal可以做到这一点，但我不太明白参数cov应该是什么。以下摘录来自 scipy 文档，更详细地描述了此参数：

\n

分布的协方差矩阵。对于具有物理意义的\xe2\x80\x9c 结果，必须是对称的且\n 正半定的。

\n

在本页后面的示例部分中，cov给出了一个示例值：

cov = [[1,0],[0,100]] # diagonal covariance, points lie on x or y-axis\n

然而，这个概念对我来说仍然相当不透明。

如果有人可以澄清cov应该是什么，或者建议使用 python 在给定平均值和标准差的二维空间中生成点的另一种方法，我将不胜感激。

我在 AWS Route 53 上注册了一个域名，然后删除了他们为该域自动生成的托管区域，并将其替换为以下区域：

NS 记录中的值与注册域的名称服务器匹配

我已经快72小时没有修改这些设置了，注册的域名仍然没有指向我指定的IP。知道为什么吗？在我看来这一切都是正确的。

是否有可能以某种方式将一串字符串,or或者说,and形成一个可识别为逻辑运算符的形式？

例如,是否可以执行以下操作:

l = [1, 2, 3, 4, 5]
o = {item1:'or'}

for i in l:
    if i > 4 o[item1] i < 0:
        print i

哪里o[item1]被认为是有效的or逻辑运算符？

我想对以下形式的列表进行排序：

['1000-1005', '6767-8787', '88-5607', '600-607', '909-950']

通过“-”符号之前的整数值，并在排序后存储原始索引，所以像这样：

[(2, '88-5607'), (3, '600-607'), (4, '909-950'), (0, '1000-1005'), (1, '6767-8787')]

其中输出列表中的元组包含原始索引位置，后跟排序值

是否有捷径可寻？

如果我想按第一个数字排序而不保存原始索引，则可以这样做：

sorted(list, key=lambda x: int(x.split('-')[0]))

如果我想在提取第一个整数值后保存原始索引，则可以这样做：

sorted(enumerate(list), key=lambda i: i[1])

但组合这些方法是行不通的，因为它们都占用了关键函数定义。