小编rus*_*ano的帖子

Google Cloud Logging 为所有 Pythonlogging.info 调用分配错误严重性

我是第一次使用Google Cloud Platform,还请大家谅解!

我已经构建了一个仅运行批处理作业的预定工作流程。该作业运行 Python 代码并使用标准logging库进行日志记录。执行作业时,我可以正确地看到 Cloud Logging 中的所有条目,但所有条目都具有严重错误,尽管它们都是 INFO。

在此输入图像描述

我一直在考虑的一个可能原因是我没有使用此处setup_logging文档中描述的函数。问题是,我不想在本地运行代码时运行 Cloud Logging 设置。

我的问题是:

  • 即使我没有使用该功能,为什么日志记录仍然“有效”(即日志最终出现在 Cloud Logging 中)setup_logging?它的真正作用是什么?
  • 为什么我的信息条目显示错误严重性?
  • 如果我包含该代码片段并且该代码片段解决了此问题,我是否应该在代码中包含一个 if 语句来检测我是否在本地运行代码并跳过 Cloud Logging 设置步骤?

logging google-cloud-platform google-cloud-logging google-cloud-functions

5
推荐指数
1
解决办法
2203
查看次数

在多类分类中,默认情况下,scikit-learn是否使用One-Vs-Rest?

我正在处理一个多类问题(4个类),并且试图通过python中的scikit-learn解决它。

我看到我有三个选择:

  1. 我只是实例化一个分类器,然后适合训练并通过测试进行评估;

    classifier = sv.LinearSVC(random_state=123)
    classifier.fit(Xtrain, ytrain)
    classifier.score(Xtest, ytest)
    
    Run Code Online (Sandbox Code Playgroud)
  2. 我将实例化的分类器“封装”在OneVsRest对象中,生成一个新的分类器,用于训练和测试;

    classifier = OneVsRestClassifier(svm.LinearSVC(random_state=123))
    classifier.fit(Xtrain, ytrain)
    classifier.score(Xtest, ytest)
    
    Run Code Online (Sandbox Code Playgroud)
  3. 我将实例化的分类器“封装”在OneVsOne对象中,生成一个新的分类器,用于训练和测试。

    classifier = OneVsOneClassifier(svm.LinearSVC(random_state=123))
    classifier.fit(Xtrain, ytrain)
    classifier.score(Xtest, ytest)
    
    Run Code Online (Sandbox Code Playgroud)

我了解OneVsRest和OneVsOne之间的区别,但是我无法理解在第一种情况下我没有明确选择这两个选项中的任何一种。在这种情况下,scikit-learn会做什么?是否隐式使用OneVsRest?

对此事项的任何澄清将不胜感激。

最好,先生

编辑:只是为了弄清楚,我对SVM的情况并不特别感兴趣。例如,RandomForest呢?

python machine-learning scikit-learn multiclass-classification

3
推荐指数
1
解决办法
2202
查看次数