Jinja2简介 Jinja2是由 Armin Ronacher 开发的，这位开发者也是 Flask 和 Werkzeug 等著名 Python 项目的作者。Jinja2的设计受到了 Django 模板系统的影响，但在灵活性和性能方面进行了优化。它首次发布于 2008 年…
在flask中，视图函数需要知道它执行情况的请求信息（请求的url，参数，方法等）以及应用信息（应用中初始化的数据库等），才能够正确运行。最直观地做法是把这些信息封装成一个对象，作为参数传递给视图函数。但是…
在Flask中，路由是将URL请求分配到相应的处理程序的方法。每个路由可以映射到一个特定的视图（视图函数或方法）。一个WEB应用不同的路径会有不同的处理函数，路由就是根据请求的URL找到对应处理函数的过程。在执行…
在先前的文章，已经很详细的介绍了LightGBM的原理及使用示例。模型的安装与调用本身不会遇到很大的问题，实际使用过程中遇到的最大难题是如何优化超参数。由于没有进行很好的超参数优化导致产生的模型性能存在欠缺…
Selenium简介 Selenium是浏览器的自动化测试工具，与浏览器进行交互，实现对web应用的自动化测试，Selenium包括Selenium IDE, Selenium Webdriver和Selenium Grid三个工具。 Selenium IDE (Integrated Developmen…
在之前的文章中，分别介绍了决策树模型 XGBoost和贝叶斯优化工具 Optuna，在实际使用中还是会多多少少遇到一些问题。今天文章主要针对 Optuna 优化 XGBoost 做下梳理。 XGBoost 的目标函数 XGBoost 提供了多种内置…
Scikit-Learn的Pipeline是一个工具，可以将多个数据预处理和建模步骤连接起来，形成一个完整的机器学习工作流。它允许用户通过链式执行多个转换步骤并最终拟合一个模型，从而使代码更加简洁。 流水线的基本结构 …
机器学习在很多领域取得了重要的进步，也帮助人减少了不少体力劳动。要训练一个机器学习模型，以及将模型应用在实际场景中，最重要的是数据的收集以及处理。那么，如何使用模型指导数据收集就成了一个重要的问题，…
在学习Python过程中，如果学习Web开发，一般会涉及到Web框架，特别是对于新手，除了主流的Django和Flask，一般不会了解还有哪些框架更能适合自己。今天主要从Github的Star数量进行统计，将热门的开源Python Web框架…
在 scikit-learn 中，要对一个拟合好的模型进行评估，有三种方法： 使用各种 estimator 自带的 score 方法。一般来说，分类器的默认评估指标是正确率（accuracy），回归器的是拟合优度（R 方）。 使用模型评估工…
