小编Pen*_* He的帖子

我在我的centos6.5服务器上启动了一个Jupyter Notebook服务器.而jupyter正在运行

[I 17:40:59.649 NotebookApp] Serving notebooks from local directory: /root
[I 17:40:59.649 NotebookApp] 0 active kernels 
[I 17:40:59.649 NotebookApp] The Jupyter Notebook is running at:https://[all ip addresses on your system]:8045/
[I 17:40:59.649 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).

当我想在同一局域网中远程访问Jupyter时,比如打开http://192.168.1.111:8045/,我根本无法打开Jupyter页面.顺便说一句,我可以成功访问远程centos服务器.

可能的原因是什么？

我正在为机器学习模型制作功能.我对虚拟变量和单热编码感到困惑.例如,一个类别变量'week'范围1-7.当使用单热编码时,编码week = 1为1,000,000,week = 2是0,100,000 ......但我也可以创建一个虚拟变量'week_v',以这种方式,我必须设置一个 hidden variable意味着基本变量,功能week_v = 1是100,000,week_v = 2是010,000 ......并且不会出现week_v = 7.那么它们之间的区别是什么？我正在使用逻辑模型然后我会尝试gbdt.

我想用 XGBoost 解决回归问题。我对学习任务参数目标 [ default=reg:linear ]( XGboost )感到困惑，**似乎“目标”用于设置损失函数。**但我无法理解“reg:linear”如何影响损失函数。在逻辑回归演示（XGBoost逻辑回归演示）中，objective = binary:logistic表示损失函数是逻辑损失函数。那么'objective=reg:linear'对应哪个损失函数？

有 2 个类：class A和class B. 在class A，我想调用一个方法class B。同时，在class B，我想调用一个方法class A。喜欢：

class A(object):
    """docstring for A"""
    def __init__(self):
        self.str_A = 'this is class A'
    def printA(self):
        print self.str_A
    def callB(self):
        B.printB()

class B(object):
    """docstring for B"""
    def __init__(self):
        self.str_B = 'This is class B'
    def printB(self):
        print self.str_B
    def callA(self):
        A.printA()

我怎样才能做到这一点？

嗯，我修改一下我的表达方式。

class A(object):
    """docstring for A"""
    def __init__(self):
        self.str_A = 'this is class A'
    def printA(self):
        print …

我创建了一个数据帧？

import pandas as pd
data = pd.DataFrame({'a':range(1,11),'b':['m','f','m','m','m','f','m','f','f','f'],'c':np.random.randn(10)})

哪个看起来像？

    a  b         c
0   1  m  0.495439
1   2  f  1.444694
2   3  m  0.150637
3   4  m -1.078252
4   5  m  0.618045
5   6  f -0.525368
6   7  m  0.188912
7   8  f  0.159014
8   9  f  0.536495
9  10  f  0.874598

当我想选择一些行时，我运行

data[:2] or data.ix[2]

但是当我尝试：

se = range(2)
data[se]

有一个错误：

KeyError: 'No column(s) named: [0 1]'

我知道 DataFrame 选择一个 col 作为默认值。运行时发生了什么data[se]？冒号(:) 在python 中是如何工作的？

在我的数据框中,某些行中有NaN值.我想删除这些行.我用dataframe.dropna(how ='any')解决了这个问题.结果如下:

         date  time   open   hign    low  close  volume  turnover
2  2015-09-01   931  48.60  48.60  48.00  48.00  449700  21741726
3  2015-09-01   932  47.91  48.33  47.91  48.25  158500   7614508

我想重新索引我的数据帧的行,所以我运行:

length = dataframe.dropna(how='any').shape[0]
dataframe1 = dataframe.index(range(length))

但是dataframe1仍然保留旧的索引值,例如:

          date  time   open   hign    low  close  volume  turnover
0         NaN   NaN    NaN    NaN    NaN    NaN     NaN       NaN
1         NaN   NaN    NaN    NaN    NaN    NaN     NaN       NaN
2  2015-09-01   931  48.60  48.60  48.00  48.00  449700  21741726
3  2015-09-01   932  47.91  48.33  47.91  48.25  158500   7614508 …

我已经安装了zmq和pyzmq.But我无法导入pyzmq.

>>> Successfully installed pyzmq
Cleaning up...
hepeng@hp:~$ python
enter code here
Python 2.7.6 (default, Jun 22 2015, 17:58:13) 
[GCC 4.8.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import pyzmq
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ImportError: No module named pyzmq

但我可以导入zmq.

>>> import zmq
>>> 

那么为什么呢？谢谢.