weixin_44697051的博客

一、导入模块from sklearn.ensemble import RandomForestClassifierfrom sklearn.datasets import load_irisfrom sklearn.model_selection import train_test_splitfrom sklearn import metricsimport numpy as np二、加载x,y测试集训练集x = np.array([[-1, -1],[-2, -1], [1

一、贝叶斯调优# 参考： https://www.cnblogs.com/yangruiGB2312/p/9374377.htmlfrom sklearn.datasets import make_classificationfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.model_selection import cross_val_scoreimport numpy as npfrom bayes_opt im

一、什么是装饰器以及装饰器的分类装饰器：装饰函数或者类二、装饰器分类两种：函数装饰器类装饰器三、装饰器的定义及应用装饰器怎么去定义，实现作用数据驱动 ddt @data @unpackdemo.py'''装饰器：函数的扩展功能，装饰函数及类装饰器的作用：扩展函数的功能，增强函数或者类的功能 标识符@函数特征：函数可以作为参数'''# 统计方法运行耗时多久 业务Hi+统计时间import timedef runtime(func): def wrapper(*

1、字符串的拼接res = ['2','3','5']ret = ''for i in res: ret += iprint(ret)最终输出结果： 2352、map()函数3、Counter()函数可以形成一个key：value键值对4、bin()函数将整数转换为二进制字符串