以前会，现在不会

安卓+安卓+安卓(功能机)+安卓(功能机)

好多模型人家都弄好了，写个程序其实不难，不怕见笑，我只会抄
例如 sklearn AgglomerativeClustering 聚类核心代码就两行
agglomerative = AgglomerativeClustering(n_clusters=n_clusters)
clusters = agglomerative.fit_predict(scaled_weighted_features)
但是大量的工作是怎么整理数据符合 fit_predict 的要求，还有就是跑一次可能很耗时，如果结果不理想，就要重新组织数据再一次，再一次，再一次……

更多的工作在查错，因为数据量太大，你搞不清是哪一个样本出错的，或者是怎样的错误
例如跑着跑着断了，报错是维度不一致，想维度问题其实是想不通的，一般数据都是批量处理的，不会出现单个数据维度异常，其实更大可能是某个数据为空或者 np.nan ，模型优先“检查维度”导致报错是维度不一致
原始数据不为空，但一些转换处理会导致部分变为空，例如 rolling 移动窗口首尾有窗口不够的问题，diff 左右值求差必然少一个，过滤数据后忘了“补齐”或“对齐”……诸如此类

还有前面说的 float 类型的事，数据没错，程序逻辑也没错，就是跑起来就报错，因为 pytorch 默认 float32 ，但 numpy 默认 float64……破，搞了我几个小时，一直以为数据错了
如果用到 numba 加速的话，类型也是大问题

个人建议 numpy/pandas 还是要熟，有批量转换和查找的能力，“查找”就是定位，找到哪一行哪一列的数据

我近半年写的代码，写出来都是很快，随机模拟生成数据都能跑，就是用实际数据就断，估计近半时间都是在花类型的查“错”上

我是从人脸识别开始的……
机器学习可以不看，但 numpy ，pandas 还是要懂，无论什么学习，整理数据还是必须的，你不能靠 for 来完成数据处理
机器学习可以不看，但 sklearn 文档还是该知道怎么查，sklearn 的文档比较有用

ps: python 的类型问题烦死人，float32 和 float64 没指定好，都能导致 pytorch 跑不起来

我个人坚持送到家门是正确的，但我也从来不需要送到家门，除了大件和需要安装的，一直都不写真实地址

@ivvei #46
你这句话适合所有行业计件的岗位，如果他们都没压力，社会很和谐
我查物流时，经常看到快递员早上 8 点就开始派送了，那么加上装箱等等时间，估计早上七点就到岗了

这年头，想工作轻松自在，毫无压力，没多少人能做到

岳飞？

术业有专攻

重装吧，估计你的 em 什么配置搅乱了
或者找个免安装版本试一下，如果两个都是这样，那就不是 em 问题，可能是系统的问题了

@bugcoder #14
刚写完，还真是用了直方图计数，大致原理是这几句
bin_edges = np.linspace(np.min(sequence), np.max(sequence)+.1, n+1)
hints, _ = np.histogram(sequence, bins=bin_edges)
indices = np.cumsum(hints)[:-1]
arr = np.split(sequence, indices)
然后从 arr 逐个按权重提取

@jsjcjsjc #3
没用过，一般都可以，主要是 windows 格式的文本的话要注意，换行符是两个字符，单纯\n 是不行的，要\n\r

你的编辑器支持多行正则就可以了

@Famio #9
和我的思路很接近，只是这个思路处理密度接近均匀的可行，但我没想好#2 所说那种密度不均的情况，而且这种样本可能性不小

@yuyue001 #8
我本意是想 gpt 帮我找找哪个包的方法能实现，它阅读的手册肯定比我多很多，我以为 sklearn 有方法已经能完成这个，没想到没有找到

@lsk569937453 #2
原数列本来就密度不均的话，那也是没办法，只能抽取，不能生成
a 应是 1,100,205, 1000
b: 1, 8, 16, 1000
c:1, 600, 1000, 20000

@Oldletter #1
不需要唯一答案，只需要基本满足条件，其实就是减少随机抽样出现“密度过于集中”这种不可控的情况，人为干预一下

python 是层层依赖，项目大（主要是依赖多）的话确实分析很耗时
我项目不大，但依赖很多，也很耗时，就因为这个原因转 sublime+pyright 了

没有良民证都是罪犯

有右键管理工具如 dism++，火绒等屏蔽了
或者注册表把 potplayer 搜出来逐个删掉，网上有 bat 脚本