我有一个n元素的向量/数组.我想选择m个元素.
选择必须公平/确定 - 每个小节同样多.
当m = 10,n = 20时很容易:只需要每隔一个元素.但是在一般情况下如何做呢?我需要计算液晶显示器吗?
我有以下类型的代码,但它很慢,因为report()经常被调用。
import time
import random
def report(values):
open('report.html', 'w').write(str(values))
values = []
for i in range(10000):
# some computation
r = random.random() / 100.
values.append(r)
time.sleep(r)
# report on the current status, but this should not slow things down
report(values)
Run Code Online (Sandbox Code Playgroud)
在这个说明性代码示例中,我希望报告是最新的(最多 10 年前),因此我想限制该函数。
我可以分叉报告,写入当前时间戳,然后等待该时间段,并使用共享内存时间戳检查报告是否同时被调用。如果是,则终止,如果不是,则写报告。
Python 有没有更优雅的方法?
我想验证一个dhcp服务器配置,即客户端是否获得正确的DNS服务器,域名等.我有一个正常工作的DHCP设置,以及一台具有静态IP地址的计算机,我可以从中向DHCP发送DHCP请求服务器.
我正在寻找一个库(或程序)来请求租约并转储所有信息.
到目前为止,我已经看到:
是否有任何现有的脚本或库可以打印或接收DHCP服务器发出的DNS信息?任何语言都可以接受(Perl?Java?).
最后,我想把它放到Nagios检查脚本中.
我用Python训练了一个SVM分类器
clf = sklearn.svm.NuSVC(nu=0.05, probability=True, kernel='rbf')
clf.fit(points, classes)
Run Code Online (Sandbox Code Playgroud)
这对预测很有用.现在我想更新分类器参数.几点不会改变分类(从正数到零),还会添加一些分数.少数意味着10000或更多的50.
我认为提示SVM分类器从先前的参数开始是明智的,这应该非常接近最佳解决方案.我有一个问题,有时,分类器随机非常差(我认为拟合失败).有没有办法在scikit-learn或libsvm中这样做?