BIRCH平衡迭代削减聚类层次算法简介 流式与实时聚类：使用 BIRCH 时不必一次加载全量数据；样本按流或按批持续到达，算法只维护有界大小的中间状态——CF 树及其上的聚类特征——并对每条或每批样本执行增量更新。在此形态下，可在数据不断写入的同时完成聚类或准实时聚类。 一、算法定位与全称 BIRCH（Balanced Iterative Reducing and Clusteri...

基于主次特征的群体聚类方案 一、背景与问题 在面向风险识别、运营分析或合规筛查等业务时，常需要对人群进行无监督聚类，形成可解释的「群体」标签，供后续策略与展示使用。 业务侧往往具备先验经验： 一类特征更能反映「行为模式」或「活动强度」——例如通行频次、停留相关指标、时间间隔等（下文统称主特征）。 另一类特征更多描述个体属性，对「是否同类行为模式」的区分度相对较弱，但在解释与...

colleague-skill同事skill架构学习 Git 仓库：https://github.com/titanwings/colleague-skill 简介：从飞书、钉钉、Slack、邮件、文件等多源材料中蒸馏同事的 Work（工作方式与规范）与 Persona（沟通与行为风格），生成 colleagues/{slug}/ 下可独立调用的子 Skill，并支持列表、回滚与...

Docker引擎API接入配置 说明 Docker Engine HTTP API 的能力与接入形态、2375 / 2376 端口含义、Linux（systemd）下默认仅 Unix Socket 的行为，以及如何检查与为本机开启 TCP 接入（如 DOCKER_HOST=tcp://127.0.0.1:2375）。适用于需通过 HTTP 调用 Docker 的应用与运维场景；细节以...

OpenClaw小龙虾产品形态 收录与 OpenClaw 小龙虾 相关的 衍生发行、厂商适配、多智能体栈、本地控制台、垂直场景桌面工作台、便携与移动端交付、具身智能场景原型 等 GitHub 仓库。 第三方与厂商衍生 仓库 类别 形态 / 场景 简介 Star ...

scikit-learn数据预处理模块 引言 sklearn.preprocessing 提供将原始特征向量转换为更适合下游估计器的表示的常用工具与 Transformer 类。许多算法（尤其线性模型、基于距离的模型）对特征尺度、分布形态敏感；类别特征需先编码；连续特征有时需分箱或非线性变换以增强表达力。下文按官方用户指南 7.3 Preprocessing data 的结构做归纳，...

机器学习中类别变量的编码方法总结 引言 在做结构化数据训练时，类别特征是非常常见的变量类型。多数模型与数值优化过程依赖数值输入，因此需要把类别转换为可计算的表示。常见路线包括标签编码、独热编码、目标编码以及树模型内置的类别处理等；各种方式在是否引入错误顺序假设、维度、对高基数特征的表达能力和是否易泄露标签上权衡不同。下文对常见做法做简要归纳。 1. 硬编码：Label Enco...

win环境openclaw集成Obsidian搭建知识库 本文简要说明在 Windows 下用 OpenClaw 集成 Obsidian 搭建本地知识库的做法：大模型使用 小米 MiMo，消息渠道接入 飞书，Obsidian 侧通过 Skill 等能力参与整理与写入。 OpenClaw 版本与 CLI 可能随发布变化，请以官网与 openclaw --help 为准。 一、整...

win环境OpenClaw配置和使用 本文按 安装 → 配置 → 使用 的顺序整理 OpenClaw 在本地的常用操作，并收录 飞书联调要点 与 常见问题。关键处附有官方文档链接，便于对照与排障。OpenClaw 版本与 CLI 行为可能随发布变化，请以当时官网与 openclaw --help 为准。 一、安装与升级 1.1 通过 npm 安装 npm i -g opencla...

本文基于Kaggle Playground Series S6E2 - Heart Disease Prediction 心脏病预测项目，整理和记录AUC、特征工程与模型融合入门等细节。 一、指标：AUC 在优化什么 通俗理解：AUC 衡量的是：随机抽一个正样本和一个负样本，模型把正样本打分排在负样本前面的概率。排序越对，AUC 越高。 第一性原理：AUC 只关心相对排序，不关心概...