文章目录1.TF-IDF原理1.1计算公式1.2示例说明1.2.1计算TF1.2.2计算IDF1.2.3TF-IDF计算2.Elasticsearch打分机制2.1示例说明2.2计算TF值2.3计算IDF值2.4计算文档得分2.5增加新的文档测试得分3.案列3.1需求3.2准备数据3.3查询数据Elasticsearch的得分机制是一个基于词频和逆文档词频的公式，简称为TF-IDF公式，所以先来研究下TF-IDF原理。1.TF-IDF原理TF-IDF的英文全称是：TermFrequency-InverseDocumentFrequency，中文名称词频-逆文档频率。常用于文本挖掘，资讯检索等应

文章目录一、使用示例二、参数含义三、常见的scoring取值1.分类、回归和聚类scoring参数选择2.f1_micro和f1_macro区别3.负均方误差和均方误差一、使用示例importnumpyasnpfromsklearn.model_selectionimporttrain_test_splitfromsklearnimportsvmfromsklearn.model_selectionimportcross_val_scoretarget=odata["target"]X=odata.drop(columns="target")clf=svm.SVC(kernel='linear

文章目录一、使用示例二、参数含义三、常见的scoring取值1.分类、回归和聚类scoring参数选择2.f1_micro和f1_macro区别3.负均方误差和均方误差一、使用示例importnumpyasnpfromsklearn.model_selectionimporttrain_test_splitfromsklearnimportsvmfromsklearn.model_selectionimportcross_val_scoretarget=odata["target"]X=odata.drop(columns="target")clf=svm.SVC(kernel='linear

上一篇我们讲到Mysql索引底层逻辑，为了了解后续sql知识，我们还是需要先学习一下相关“工具”得使用一、Explain介绍EXPLAIN是MySQl必不可少的一个分析工具，主要用来测试sql语句的性能及对sql语句的优化，或者说模拟优化器执行SQL语句。在select语句之前增加explain关键字，执行后MySQL就会返回执行计划的信息，而不是执行sql。注意：如果from中包含子查询，仍会执行子查询，将结果放入到临时表中Explain的用法还是很简单的，类似一个关键字，无需记住什么语法相关的东西，我们主要来看他的输出，接下来我们看一下他的常见输出并分情况进行讨论：首先我们创建三张表并插入

上一篇我们讲到Mysql索引底层逻辑，为了了解后续sql知识，我们还是需要先学习一下相关“工具”得使用一、Explain介绍EXPLAIN是MySQl必不可少的一个分析工具，主要用来测试sql语句的性能及对sql语句的优化，或者说模拟优化器执行SQL语句。在select语句之前增加explain关键字，执行后MySQL就会返回执行计划的信息，而不是执行sql。注意：如果from中包含子查询，仍会执行子查询，将结果放入到临时表中Explain的用法还是很简单的，类似一个关键字，无需记住什么语法相关的东西，我们主要来看他的输出，接下来我们看一下他的常见输出并分情况进行讨论：首先我们创建三张表并插入

在前面的学习之中，我们已经学习了很多的模型，它能够针对特定的任务，接受我们的输入并产生目标的输出。但我们并不满足于此，我们甚至希望机器告诉我们，它是如何得到这个答案的，而这就是可解释的机器学习。WhyweneedExplainableML首先我们要明确，即使我们训练出来的模型能够得到一个正确的输出，但是这并不代表它真正学习到了内核的规律所在，因此我们总是希望能够知道为什么机器给出这个答案，在一些特定的场景也是如此：例如将机器学习用于医疗诊断，那我们希望机器做出来的决策是有根据的将机器学习用于法律，那我们也希望看到机器学习做出判定背后的原因，是否存在歧视问题等而且如果我们能够拥有可解释性的机器学

在前面的学习之中，我们已经学习了很多的模型，它能够针对特定的任务，接受我们的输入并产生目标的输出。但我们并不满足于此，我们甚至希望机器告诉我们，它是如何得到这个答案的，而这就是可解释的机器学习。WhyweneedExplainableML首先我们要明确，即使我们训练出来的模型能够得到一个正确的输出，但是这并不代表它真正学习到了内核的规律所在，因此我们总是希望能够知道为什么机器给出这个答案，在一些特定的场景也是如此：例如将机器学习用于医疗诊断，那我们希望机器做出来的决策是有根据的将机器学习用于法律，那我们也希望看到机器学习做出判定背后的原因，是否存在歧视问题等而且如果我们能够拥有可解释性的机器学

大家好，我是melo，一名大三后台练习生专栏回顾索引的原理&&设计原则欢迎关注本专栏：MySQL高级篇本篇速览在我们上一篇文章中，讲到了索引的原理&&设计原则，知道了索引如何使用。emm？那具体什么场景需要用到索引，我们要怎么分析SQL语句，并对其进行优化呢，这篇将从以下几点带你攻破ta：详解explain分析SQL索引失效的几个场景......SQL优化的几个场景大批量插入orderbygroupbylimit分页insert操作嵌套查询or条件注意，本文MySQL版本为5.6.43，部分结论在其他版本可能不适用！！！本篇篇幅较长，全文近8500字，可以收藏下来慢慢啃，没事就掏出来翻阅翻阅。

大家好，我是melo，一名大三后台练习生专栏回顾索引的原理&&设计原则欢迎关注本专栏：MySQL高级篇本篇速览在我们上一篇文章中，讲到了索引的原理&&设计原则，知道了索引如何使用。emm？那具体什么场景需要用到索引，我们要怎么分析SQL语句，并对其进行优化呢，这篇将从以下几点带你攻破ta：详解explain分析SQL索引失效的几个场景......SQL优化的几个场景大批量插入orderbygroupbylimit分页insert操作嵌套查询or条件注意，本文MySQL版本为5.6.43，部分结论在其他版本可能不适用！！！本篇篇幅较长，全文近8500字，可以收藏下来慢慢啃，没事就掏出来翻阅翻阅。

上篇文章讲了MySQL架构体系，了解到MySQLServer端的优化器可以生成Explain执行计划，而执行计划可以帮助我们分析SQL语句性能瓶颈，优化SQL查询逻辑，今天就一块学习Explain执行计划的具体用法。1.explain的使用使用EXPLAIN关键字可以模拟优化器执行SQL语句，分析你的查询语句或是结构的性能瓶颈。在select语句之前增加explain关键字，MySQL会在查询上设置一个标记，执行查询会返回执行计划的信息，并不会执行这条SQL。就比如下面这个：输出这么多列都是干嘛用的？其实大都是SQL语句的性能统计指标，先简单总结一下每一列的大致作用，下面详细讲一下：2.exp