我的博客¶

机器学习文章

PostgreSQL 提供了多个平台的安装包，整体安装步骤也非常简单。

访问 PostgreSQL 官网下载对应版本的 Windows 安装包，下载完成后直接运行安装包进行安装，注意过程中安装路径的更改。

目前 NiceGUI 虽然使用的是 Vue3，但是其底层使用的是 VBind 组件来生成前端控件，由于 VBind 组件是 Vue2。

查看表占用空间

SHOW TABLE STATS <YOUR_TABLE>;

获取当前月最后1天日期

SELECT LAST_DAY(NOW())

添加列

-- 添加单列
ALTER TABLE <YOUR_TABLE> ADD COLUMN new_column INT
;

-- 添加多列
ALTER TABLE <YOUR_TABLE> ADD COLUMNS (new_column1 INT, new_column2 INT)

SELECT 
  SUBSTR('我的中国心', 1, 2) AS text1,
  LEFT('我的中国心', 2) AS text2

在 Impala 中使用 SUBSTR 和 LEFT 函数截取中文字符串，结果会乱码。但这种表达式在 Hive 中运行结果则是正常的，主要原因是 Impala 中一个中文字符串实际占用 3 个长度，需要自己手动调整截取长度。

多种提升树模型集成预测

预测 California 的房价，分别训练 LGBM、XGB、CatBoost 与 NGB 4 个模型，对多个预测值取平均，使用 MSE、RMSE、MAE 以及 R² 评估模型效果。

通过对 4 个模型的预测值取平均的方式，在评估指标上略优于 LGBM 和 XGB 的集成预测效果
LightGBM 和 XGBoost 集成预测

预测城市循环燃油消耗 (1)，使用 KNN 算法填充特缺失值，对特征和标签都进行了归一化（最大最小缩放），分别训练 LGBM 和 XGB 模型，对两个模型的预测值取平均，使用 MSE、RMSE、MAE 以及 R² 评估模型效果。

学习使用，请参阅原文。

最近工作中碰到的一个实际问题，在进行模型迭代的时候，为了保证对线上影响尽可能小，我们一般会开一个灰度，同分布去切阈值，然后再对比迭代后的效果。这里的同分布切阈值，应该是基于什么样本上去同分布切呢？

多数情况下，会基于 申请样本 进行同分布切阈值，那什么情况下会在 申请通过 样本上或者放款样本上切阈值？本文结合结合自己的一些思考和实践，浅谈关于模型切分时样本选择的一些注意点。

Huey — 轻量级的任务调度工具

Huey 是使用 Python 编写的任务队列工具库，支持 Redis、SQLite、文件系统以及内存上对任务的 持久化，并且可以设置定任务的执行 优先级 以及 过期时间。此外，它不仅支持定时和延时的调度方式，还提供了 管道和链式 调用的功能。在任务失败的情况，也可以设置任务的重试次数与间隔。可以说它就是一个小型的 Airflow。

继续阅读