- 博客(3)
- 收藏
- 关注
RSS订阅转载 机器学习中的“食材挑选术“：特征选择方法
特征选择是机器学习中一个至关重要的步骤，它从原始数据的众多特征中挑选出对模型最有价值的子集。简单来说，就是从一堆可能影响结果的因素中，找出那些真正重要的因素，把不重要的、重复的或者有干扰的特征去掉。为什么要做特征选择呢？提高模型性能：少而精的特征能帮助模型更专注于重要的信息，避免被无关特征干扰，从而提高准确性。加快训练速度：特征少了，模型需要处理的数据量就小了，训练时间自然也就缩短了。降低过拟合风险：过多的特征可能让模型记住噪声，而不是学习到真正的规律。特征选择能帮助模型更好地泛化。提升可解释性。
2025-06-29 12:46:59
28
转载 探索一下 Enum 优化
探索一下 Enum 优化SV.Enums主要是探索如何让 enum 更高效其中涉及的优化手段并非完全自创很多内容参考于以下项目NetEscapades.EnumGeneratorsFastEnumruntime主要优化手段其实主要全是 空间换时间，大量缓存封装入口方法以及 source-generators 生成不过本项目尝试了封装入口方法、ModuleInitializ...
2024-09-13 03:36:48
101
原创 ES系列之一文带你避开日期类型存在的坑
概述时间相关的字段是ElasticsSearch(以下简称ES)最常用的字段了，几乎所有的索引应用场景都会有时间字段，一般用于基于时间范围的搜索，聚合等场景。但是由于时区的问题，相信很多小伙伴都踩到过时间字段的坑，笔者自己就踩过。本文希望给你提供一个避坑指南。了解时区的基本概念因为本文不是专门讲时区的，你只需要了解一些基本的概念就可以了。我们知道全球分为24个时区，包含23个...
2024-02-21 13:24:30
1206
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人