伊朗黑客借DoH“隐身”

你需要留意这些指标，因为它们往往决定了参赛者该如何构造方案。比如，使用一个与评估函数非常相似的特定损失函数，将提高模型在该指标下的性能。

以对数损失函数为例。对互联网进行深挖能够带来很多有用信息，而对数损失函数会惩罚自信且错误的预测。也就是说，在预测中，模型越自信，对其错误性的罚分也会上升的越快。关于这一点还有很多需要仔细斟酌：

(1) 首先，如果系统性错误(即模型不能对数据进行理解)使得模型在对数损失方面非常糟糕，那么此时让模型变得更“迟钝”可能会有帮助。至少在即将要得出错误答案之前，它不会显得自信。

可以通过增加数据(依情况而定)或者降低模型的自信来完善模型。若是想偷懒，也可以只使用“目标裁剪”：如果预测小于1%或大于99%，那么只需要分别将其裁剪在1%和99%。这样就避免了任何过度自信的答案(当然了，还有另一个方向就是如何让模型的系统误差更小，更好的理解数据)。

(2) 其次，也许模型能够较好地理解数据。但是模型过于迟钝，那么与其说是有系统性错误，不如说是有精确性错误。这就提供了一个新思路：可以尝试套袋法或其他集成方法，稳定预测的可信度，增强预测自信。

这些思维方式使得数学知识能够转化为实际的技术，并给数据科学带来无限的创造性与趣味性。

4. 接下来是建模的相关策略

建模单调乏味，是因为我们通常把建模过程视为完成任务：

• 构建
• 微调
• 评估
• 重复

看起来似乎只有有限的建模顺序，特别是在你经验有限且不习惯使用低层代码的情况下。其实建模艺术中也有很多乐趣和学问。下面是一些可行建议：

• 预训练。如果有无人监管或无人评分的数据(在训练集合中提供的但是没被测试集合使用过的数据)，就可以通过模型运行数据来做预训练。同理，也可以利用Keras的预训练和预构建模型。这些方法都没什么难度，而且能够很大程度减轻工作量。
• 非线性拓扑结构。这是种神经网络并不是连续性的;相反，每一层可以有多个分支，且在后续阶段分支之间也能够续连。利用Keras的API函数式就能很容易做到。例如，图像数据可以分割成两个不同过滤器大小的卷积层。它们在不同的尺度上学习表征，而后再联合起来。
• 古怪、疯狂的科学方案。DeepInsight模型就是很好的例子。这一方法在Mechanisms of Action竞赛中非常受欢迎，它使用了t-SNE(一种降低视觉维度的方式)将表格数据转换为图像，然后使用卷积神经网络加以训练。

最后，还有些方法值得一试：将集合中的预测结果创造性地结合在一起;除ReLU以外的激活函数(比如，Leaky ReLU，Swish);对非树形模型的‘boosting’(将对一个模型的预测输入到另一个模型中用以学习错误)等等。

每个人都能建模，不会写TensorFlow的源代码也能开发出复杂且成功的模型，开发模型只需要拥有创造力和实现想法的意愿。
 

1) 写入关系数据库

在以ETL方式处理数据时，最终需要将此数据加载到某个集中位置。尽管可以利用Python中的多线程功能，将数据更快地写入某些关系数据库中(通过使用更多线程)，但并行写入操作次数的增加可能会使数据库的CPU容量使用最大化。

事实上，我在AWS上使用多线程加速RDS Aurora数据库的写入操作的时候，这种情况就发生过一次了。我注意到写入节点的CPU利用率非常高，以至于我不得不通过使用更少的线程来刻意降低代码的速度，以确保不会破坏数据库实例。

这意味着Python具有并行化并加快许多操作的机制，但关系数据库(受CPU核数量的限制)有其局限性，仅通过使用更快的编程语言不太可能解决这个问题。

(2) 调用外部的API

使用外部REST API，你可能是想从中提取数据来满足数据分析需求，这同样证明了语言本身似乎不是瓶颈。虽然我们可以通过利用并行性来加速数据提取，但这可能是徒劳的，因为外部API限制了我们在特定时间段内可以发出的请求数量。因此，你可能会刻意让脚本变慢，来确保不超出API的请求限制：

（编辑：孝感站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!