一、Python 打开浏览器的方法：
- startfile 方法（打开指定浏览器）
import os
os.startfile("C:\Program Files\internet explorer\iexplore.exe")原创2022年9月11日...大约 2 分钟
一、多元多次方程
1.1 定义
你好，我是悦创。
我们常见的方程组有一元一次方程组，比如 x+3=5 这种，很简单很好解。
二元一次方程组，即方程组中有两个未知数，未知数的最高次数为1。
二元二次方程组：方程组中有两个未知数，未知数的最高次数为 2。此类方程组均有公式解法或者成形的解法。
但是面临多元多次方程组，解法错综复杂，是数学家们研究的内容。为了更好的解决此类问题，我们可以用 Python 来实现。
1.2 例子
多元多次方程组例如下面这种，三元二次方程组：
原创2022年9月8日...大约 4 分钟
你好，我是悦创。
废话少说，直接上代码。
In [1]: s = "aiyuechuang"
In [2]: s.startswith("ai")
Out[2]: True
In [3]: s.startswith("a")
Out[3]: True
In [4]: s.startswith("a000ss")
Out[4]: False
In [5]: s.endswith("hjb")
Out[5]: False
In [6]: s.endswith("g")
Out[6]: True
In [7]: s.endswith("og")
Out[7]: False
In [8]: s.endswith("ng")
Out[8]: True原创2022年9月7日...大约 2 分钟
I use GridSearchCV of scikit-learn to find the best parameters for my XGBClassifier model, I use code like below:
grid_params = {
'n_estimators' : [100, 500, 1000],
'subsample' : [0.01, 0.05]
}
est = xgb.Classifier()
grid_xgb = GridSearchCV(param_grid = grid_params,
estimator = est,
scoring = 'roc_auc',
cv = 4,
verbose = 0)
grid_xgb.fit(X_train, y_train)
print('best estimator:', grid_xgb.best_estimator_)
print('best AUC:', grid_xgb.best_score_)
print('best parameters:', grid_xgb.best_params_)原创2022年8月8日...大约 2 分钟
你好，我是悦创。
接下来来编写 Python 中的进制转换，我们来一一编写。
十六进制 转 十进制
使用 int() 函数 ，第一个参数是字符串 '0Xff' ，第二个参数是说明，这个字符串是几进制的数。转化的结果是一个十进制数。
In [1]: int("0xf", 16)
Out[1]: 15原创2022年2月25日...大约 2 分钟
你好，我是悦创。
如何理解左闭右开呢？
开闭区间是一个数学概念，开区间使用符号小括号()表示，闭区间使用符号中括号[]表示，闭区间包含了两个端点，而开区间则不包含两个端点
示例：
一共四种情况：
(a,b)：区间范围内，不包含a和b
[a,b]：区间范围内，包含a，也包含b
(a,b]：区间范围内，不包含a，包含b
[a,b)：区间范围内，包含a，不包含b原创2022年2月14日...大约 2 分钟