weixin_42608414的博客

今天我们会学习Langchain提供的6种记忆力组件它们分别是：ConversationBufferMemoryConversationBufferWindowMemoryConversationSummaryMemoryConversationSummaryBufferMemoryConversationKGMemoryEntityMemory它们有着各自不能的功能和特点,根据不同的应用场景我们可以选择不同的记忆力组件，当我们开发一个与AI交互的应用程序时选择正确的记忆力组件能够成倍的提

OpenAI的API接口是基于请求/响应模式的，每次请求的上下文是独立的，不会被记录和保存。因此，ChatGPT机器人无法记录和理解上一次请求的内容,所以API版本的ChatGPT的用户体验要比平台版的ChatGPT要差一些，不过经过我的一番尝试，终于让API版本的ChatGPT达到平台版的ChatGPT一样的用户体验。

一个 Numpy是关于机器学习,数据处理的Python基础库,了解 NumPy 的工作原理可以提高你的编码效率，可以让你的代码看上去更加简洁和优雅。NumPy 也可以GPU上运行代码而无需更改原始代码(或只做少量更改)。NumPy 的核心概念是 多维数组。它的美妙之处在于，无论数组有多少维，大多数操作看起来都是一样的。但是 1D 和 2D 的情况有点特殊。Numpy 数组与 Python 列表(list)粗看上去,NumPy 数组类似于 Python 列表。

在对时间序列数据进行预测时，有时候我们需要对原始数据进行变换(transformations),常用的数据变换方法称为：Box-cox变换，它即包含了对数变换也包含了幂变换，本文详细介绍了box-cox方法的原理已经在python中使用box-cox变换的方法。

python绘制的由9830个圆圈构成的美丽图案

今天我们主要介绍了STL的分解的主要参数,和分解的过程，并观察了分解以后残差的分布和均值并确认了残差服从以0为均值的近似正太分布,这说明STL分解是正确的。其次我们还介绍了趋势程度、季节性程度以及季节性波峰的计算方法，这有助于确定数据是否具有良好的可预测性。...

关联规则用于发现大型数据库中变量之间的有趣关系。它旨在使用一些有趣的方法来识别在数据库中发现的强规则。通过对关联规则的挖掘我们可以发现超市或者电商的大规模交易数据中商品之间的规律性，最著名的案例是“啤酒与尿布”的故事，20世纪90年代的美国超市中，超市管理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中。还比如人们在超市的销售数据中发现，如果顾客同时购买面包和牛奶，他们很可能也会购买黄油。这样的信息可以为企业营销活动的决

之前我介绍了利用pycaret来解决回归问题的博客，有兴趣的朋友可以查看我之前的博客,今天我再来介绍一下关于使用pycaret来解决分类问题，首先我们还是来简单介绍一下pycaret框架的基础知识：PyCaret 是 Python 中的一个开源、低代码机器学习库，它可以自动执行机器学习工作流。它是一种端到端的机器学习和模型管理工具，它可成倍的提高您的工作效率。与其他开源机器学习库相比，PyCaret 是一个低代码的机器学习框架，可用于仅用几行代码替换您之前写的几百行代码。这使得开发过程以指数方式快速和高效。

PyCaret 是 Python 中的一个开源、低代码机器学习库，可自动执行机器学习工作流。它是一种端到端的机器学习和模型管理工具，可成倍的提高您的工作效率。与其他开源机器学习库相比，PyCaret 是一个低代码的机器学习框架，可用于仅用几行代码替换数百行代码。这使得开发过程以指数方式快速和高效。PyCaret 本质上是几个机器学习库和框架的 Python 包装器，例如 scikit-learn、XGBoost、LightGBM、CatBoost、spaCy、Optuna、Hyperopt、Ray 等...