n_estimators基评估器数量，该值越大，越好。

到达一定程度后，精确性会开始波动。

集成算法：在数据上构建多个模型，集成所有模型的建模结果。

集成算法会考虑多个评估器的建模结果，汇总之后得到一个综合的结果。

集成评估器：基评估器，装袋法，提升法，stacking

sklearn中的ensemble，集成算法有一半以上都是树的模型。决策树用于分类和回归问题。通过有特征和标签的表格中，通过对特定特征进行提问，总结出决策规则。

如何找到正确的特征去提问，定义衡量分支质量的指标不纯度。

浅拷贝 copy :不拷贝子对象的内容，只拷贝子对象的引用。

深拷贝 deepcopy ：连子对象的内存也全部拷贝一份，对子对象的修改不会影响源对象。

int float 字符串 元组 布尔值

传递参数是不可变对象时，实际也是传递的对对象的引用，但是因为不可变对象不可修改，所以系统创建新的对象。

可变对象：字典、列表、集合、自定义的对象

不可变对象：数字、字符串、元组、function等

可变对象进行更改时，不创建对象拷贝，直接修改这个对象。

函数内的局部变量可以和全局变量重名，只要不进行global申明，就是局部变量。

打印输出全部的局部变量 print(locals())

打印输出全部的全局变量 print(globals())

推导式

1、列表推导式

>>>[x for x in range(1,5)]

[1,2,3,4]

>>>[x for x in range(1,20) if(x%5==0)]

2、字典推导式

{key：value for 表达式 in 迭代对象}

3、集合推导式

{key  for 表达式 in 迭代对象}

4、生成器推导式 生成元组

一个生成器只能运行一次。

集合添加元素

a.add()

set()变成集合

remove()删除

字典是散列表  稀疏数组总有空白元素

数组每个单元就是一个bucket：2个部分 键对象引用和值对象引用

字典元素的增加

键已经存在，覆盖旧的，不存在就增新的

直接添加a['address']='haidian'

2、updata()直接将新字典中的所有键值对全部添加到旧字典对象上  a.update(b)

3、元素删除 del(a[name])

pop()删除指定键值对 b=pop()

字典：包含键和值

可以直接访问键获取值 a['name']

可以通过get获得

a,get('name')

获取所有键值对 a.items()

列出所有的键 a.keys()

列出所有的值 a.values()

键值对的个数 len()

检测一个键是否在字典中 "name" in a

1、a={'name':'gaoqi','age','18'}

a['name']=gaoqi

键不可可变 不可重复

2、a=dict(name='gaoqi',age='18')

a=dict([("name","gaoqi"),("age","18")])

3、zip()

k=['name','age']

v=['gaoqi','18']

d=dict(zip(k,v))

a=[

       ["高小一"，18，3000，“北京”]

       ["高小二"，18，3000，“上海”]

     ]

a.sort()

id(a)

import random

a.random.shuffle

max(a)

min(a)

sum(a)

a=[10,20,30,40,50,60]

a[1:3:1] 

>>>[20,30]

a[1::2]

>>>[20,40,60]

a[1:]

>>>[20,30,40,50,60]

a[:2]

>>>[10,20]

包头不包尾

a[::-1]

>>>[60,50,40,30,20,10]

id（a）

a.extend([100,200])

左移<<乘以2

右移>>除以2

运算优先级：位运算和算术运算>比较运算符>赋值运算符>逻辑运算符

a,b=10,20

a,b=b,a

为什么python可以实现变量互换？

traceback模块

异常写入日志文件

with上下文管理

with context_expr[as var];

语句块 

自动管理资源，适用于文件操作。网络通信