小编arj*_*thn的帖子

我正在使用Retrofit来获取JSON文档.问题是,所有布尔值总是错误的.

响应如下:

{
   "gender":[0,1],
   "age":[20,30],
   "likesLeaveHome":false,
   "likesSport":false,
   "likesCulture":false,
   "likesTraveling":false
   ...
}

我正在调用改造方法

onResponse(Call<SearchProfile> call, Response<SearchProfile> response)

而应该解析响应的SearchProfile类看起来像这样:

public class SearchProfile {

    public ArrayList<Integer> gender = new ArrayList<>(); // works fine
    public ArrayList<Integer> age    = new ArrayList<>(); // works fine

    ...

    public Boolean likesLeaveHome = true;    // always false

    @SerializedName("likesSport")
    public boolean likesSport     = true;    // always false

    @SerializedName("likesCulture")
    public Boolean likesCulture;             // always false

    @SerializedName("likesTraveling")
    public Boolean mLikesTraveling;          // always false

    public boolean isLikesTraveling() {
        return mLikesTraveling;
    }

    public void …

我是 Python ML 的新手，正在通过教程尝试我的第一次尝试。在那个教程中，有一些代码行我很难理解它们是如何相互交互的。

第一个代码是发生的数据拆分如下：

train_x, val_x, train_y, val_y = train_test_split(X, y,test_size=0.3)

我的第一个问题：为什么我们使用验证数据而不是测试数据？为什么不是全部，train、val 和 test？使用哪种组合的用例是什么？

下一节详细说明 ML 模型和预测。

model = DecisionTreeRegressor() 
model.fit(train_x, train_y)
val_predictions = model.predict(val_x)

我的第二个问题：对于 model.predict() 语句，为什么我们将 val_x 放在那里？我们不想预测 val_y 吗？

附加问题：此外，在许多教程中，我看到了如何应用 StandardScalers。但是，在本教程中，它并没有出现，或者其他一些函数是否已经对其进行了缩放而无需明确说明？请帮忙。