在使用开源的大语言模型或者调用大语言模型API的时候会遇到temperature、top_p、top_k等参数,对于不了解的LLM的原理的人,可能一头雾水,不知道如何设置。 LLM的原理 LLM看似很神奇,但本质还是一个概率问题…
iDice简介 iDice(指标异常归因算法)是一种用于识别与新出现问题(Emerging Issues)相关的有效组合的自动化算法。它通过从海量属性组合中高效地识别出与新兴问题高度相关的有效组合,帮助技术支持工程师快速定位…
在 Pandas 中,DataFrame.head() 方法默认输出一个格式化的表格,这在 Jupyter Notebook 或终端中查看时通常已经比较可读。但是,如果你希望以更好的文本格式输出,尤其是在需要将输出嵌入到其他文档或日志中时, …
OpenDataLake简介 OpenDataLake是一种数据存储和管理架构,旨在以一种开放、灵活和可扩展的方式处理大量的多结构化数据。数据湖的概念是将数据以原始格式存储,以便在需要时进行分析和处理。OpenDataLake的开放性通…
ETL(Extract, Transform, Load)和ELT(Extract, Load, Transform)是两种常见的数据集成方法,它们在数据处理的顺序上存在显著差异。 ETL(提取、转换、加载) 过程:首先从各种数据源中提取数据,然后对这些…
Adtributor算法简介 Adtributor算法是由微软研究院在2014年提出的一种用于多维时间序列异常根因分析的方法。它主要用于解决以下问题:当某个关键性能指标(KPI)发生异常波动时,如何快速准确地找出导致该异常的根本…
指标波动贡献率 指标波动贡献率是一种用于分析和衡量不同因素对某一指标变动影响的统计方法。它在经济学、金融学、市场分析以及其他领域中被广泛应用。通过分析指标波动贡献率,可以更好地理解各个因素在指标变动中…
Bokeh简介 Bokeh是一个用于创建交互式和可视化丰富的web应用程序的Python库。它专为需要在现代Web浏览器中呈现复杂数据可视化的场景而设计,旨在帮助数据科学家、分析师和开发人员以简洁的方式创建高效和动态的数…
Polars简介 Polars是一个用于数据处理和分析的开源库,特别适用于处理大型数据集。它最初是用Rust编写的,这使得它在性能上具有显著优势,特别是在内存管理和多线程处理方面。Polars也提供了Python接口,使得Python…
Pandera简介 Pandera是一个用于验证、清理和文档化Pandas数据框架(DataFrame和Series)的Python库。它提供了基于类型注释的方式来定义数据验证规则,确保数据符合预期格式和约束。这对于数据管道的构建、数据清理…