goodxin_ie的博客

joblib提供了三个与对象序列化和模型固化相关的函数hash,dump,load。joblib.hash主要是为了提供一个numpy对象的hash方法，joblib.dump并joblib.load替代了pickle，使其可以在包含大数据（尤其是大型numpy数组）的任意Python对象上高效工作。 hash joblib.hash（obj，hash_name ='md5'，coerce_mmap = False ）参数： hash_name：'md5'或'sha1'使用哈希算.

Joblib就是一个可以简单地将Python代码转换为并行计算模式的软件包，它可非常简单并行我们的程序，从而提高计算速度。主要提供了以下功能程序并行 用于在每次使用相同的输入参数调用函数时将其返回值缓存 数据存储（包括不可哈希的数据和大规模numpy数组）目录程序并行delayed函数Parallel函数 程序并行 joblib提供了一个简单地程序并行方案，主要有Parallel函数实现，并涉及了一个技巧性的函数delayed。 delayed函数 以下为...

1、参考资料https://www.cnblogs.com/wj-1314/p/10179741.html2、交叉验证与参数选择https://zhuanlan.zhihu.com/p/80046738

参考资料：https://www.cnblogs.com/wj-1314/p/9400375.htmlsklearn集成了分类、回归、聚类、降维四个机器学习方向的大多数评价指标，位于sklearn的metrics库里面，下面主要说一下常用的评价指标api,做一下参考。...

sklearn onehot编码解读https://www.cnblogs.com/Jerry-home/p/9824085.html根据训练数据统计特征每一维度的状态数（n_values_属性） 根据每一维度的状态数计算该特征所需位数，然后将各维度特征进行onehot编码之后拼接起来（feature_indices_则是各维特征在onehot编码中的起始索引）from sklearn import preprocessingfeature = [['红','重','长'],['黑','轻','