@huzhikuizainali #13 当然不是单纯用结果去判断，你要根据你的训练误差，测试误差，去判断你的特征和模型的好坏，所以让你把所有特征都放进去，让模型自己 train 出来，误差也分为多种，回归和分类的，AUC，RMSE，MAPE，交叉熵。如果是做特征选择，那通常是方差算出来的，比如 chi2,一般会根据你选择的函数结果也不同。

@huzhikuizainali #11 我觉得是你记错了，如果是特征降维 /SVD 这些可能会用到矩阵特征值，你的这个特征和那个不是一个东西，原始数据处理要么是增加特征，可以是交叉 /衍生出来的，要么是标准化 /归一化，剩下线性和非线性的拟合部分交给模型去做。

应该是你说的间接数据效果更好，通常特征都是原始特征+交叉特征，你的间接数据就属于人为选择的交叉特征。而且为什么不把原始数据和间接数据一起放入模型，让模型自己选择哪个有用哪个没用呢？

@LeeReamond #34 底下那个时间（秒）其实应该叫做相对时间（倍），如果搞成对数坐标，bar 显示更好看，但是倍数关系会被破坏，变得不直观了，看的人需要反算 exp 推出倍数关系

@tabris17 #28 他们测试都是用纯语言去跑，但是实际上 python 的数据分析都是 pandas，numpy，sklearn，scipy 这些，都是经过 C，fortran 优化过的底层，所以不用来跑分，而是实际使用的话是很快的。

@hronro #31 我定期爬数据自己做图，matplotlib+seaborn，加权指的是速度+内存使用排名加权

我给你们贴张靠谱点的图，数据来源是 https://benchmarksgame-team.pages.debian.net/benchmarksgame

https://i.imgur.com/AvFFsLW.png

julia 比 python 慢那么多就离谱，jit 编译器第一次跑要预热的，估计测是的人只跑了一遍就直接写结果了吧。

看了一圈，没人提孤儿怨

楼上这么多推荐电力猫的？通常复式都是 2 个空开吧，电力猫过不去

开头连着结尾是合理的，比如文本生成，生成到句号，需要根据上 N 个词和句号来继续生成下一句话的开头。

而且就算真的没有上下文关系，只要你的每句话够长，那么不管 window=5 还是 7,都只有少部分两句话被关联起来了，对于整体的分布影响不大。

最后如果你非纠结这个问题，那你自己 split('.;')或者正则分割一下不就好了吗

复印件就可以，我年初刚给我同事办完，他假装租我家房子，用到了复印件，然后目的是办完居住证好能去申请京 B 的摩托车牌子，自己去居委会就能办。

```python
from sympy import symbols, init_printing, solve

init_printing(use_unicode=True)

a, c, d, h, i = symbols('a c d h i')

b = c - d * a
f = d + d * a
g = f * h
e = g * i + b
j = e / f

solve(j, a)
```

Out[53]:
⎡-(c + d⋅h⋅i) ⎤
⎢─────────────⎥
⎣ d⋅(h⋅i - 1) ⎦

https://i.imgur.com/4FLmYHI.png

cpu:j3455

我推荐晟永兴，新派烤鸭值得尝试，不过打包就算了

描述的不清楚没能理解

必须是 3b1b/manim，github 上有

我主要是时序数据，所以选择了 timescaledb，其实就是 postgresql 魔改版本，所以其他数据基本都入到我这个库里了，本地小数据我都用 pandas 输出为 parquet/feature，读写非常快，压缩比也很高

@sunhk25 #6 你是想说 how 是你自定义的函数？你不是简单的相加是吗？那上 numba，循环放到 numba 里很快，比 numpy 还快。或者你都有两个传播好的 array 了，你改一下 how 函数不就完了