小编Sek*_*har的帖子

我正在研究一个数据科学回归问题，训练集上约有 90,000 行，测试集上有 8500 行。有 9 个分类列，无缺失数据。对于这种情况，我应用了一个 catboostregressor，它给了我相当好的 R2（98.51）和 MAE（3.77）。其他节点LGBM、XGBOOST在catboost下执行。

现在我想增加 R2 值并减少 MAE 以获得更准确的结果。需求也是如此。

我通过添加不同值的 'loss_function': ['MAE'], 'l2_leaf_reg':[3], 'random_strength': [4], 'bagging_Temperature':[0.5] 进行了多次调整，但性能是相同的。

谁能帮助我如何通过最小化 MAE 和 MSE 来提高 R2 值？

任何人都可以帮助我在生成带有爆炸选项的饼图时解决以下错误。ValueError: 'explode' 的长度必须是 'x'

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import datetime as dt

figureObject, axesObject = plt.subplots()
labels = "ABC", "XYZ"
delay = [delay1, delay2]
colors  = ("red", "green", "orange", "cyan", "brown", 
"grey","blue","indigo", "beige", "yellow")
explode = (0, 0.1, 0, 0)

# Draw the pie chart
axesObject.pie(delay,
    explode=explode,
    labels=labels,
    colors=colors,
    shadow=True,
    autopct='%1.2f',
    startangle=90,
    wedgeprops = { 'linewidth' : 2, 'edgecolor' : "cyan" })

  plt.legend(patches, labels, loc="best") 

 # Aspect ratio - equal means pie …

需要在 Google 云存储桶中创建多个文件夹。我知道可以创建存储桶，但不确定如何在同一个存储桶中创建多个文件夹。

我认为下面的代码适用于存储桶中的一个文件夹。

resource "google_storage_bucket" "storage_bucket" {
  name          = "my-test-bucket"
  location      = "us-east4"

  project       = "my-project"
}

resource "google_storage_bucket_object" "my_folder" {
  name          = "fold/"
  bucket        = "${google_storage_bucket.storage_bucket.name}"
}

谁能告诉我如何对多个文件夹执行此操作？