以上介绍的评价指标的选择和使用不依赖于具体的训练策略，它们都可以帮助我们了解整体性能以及各个类别的表现。无论是直接训练多分类模型还是使用多个二分类模型来辅助进行分类，我们都可以使用宏平均、微平均和加权平均来计算评价指标，以得到全局性能的衡量。

上面的示例演示了如何从发票集合中计算 7 月份应付的总金额。传递一个 lambda 表达式以查找月份为 7 月份的发票，并传递一个方法引用以从发票中查找金额。您可能想知道 Java 编译器是如何在幕后实现 lambda 表达式和方法引用的，以及 Java 虚拟机 (JVM) 是如何处理它们的。例如，lambda 表达式只是匿名内部类的语法糖吗？如大家所了解的，程序员常常使用Java 8来编写更简洁

将 lambda 表达式翻译为字节码分两步进行： 生成一个被调用的动态调用站点（称为 lambda 工厂），该站点被调用时将返回一个功能接口实例，而 lambda 将被转换为该功能接口；例如，可以将捕获的值装入数组，或者，如果 lambda 表达式读取了使用该表达式的类的某些字段，生成的方法可以是实例方法，而不是静态方法，这样就无需将这些字段作为额外参数传递。捕获 lambda 表达式的情况要复杂

cy）准确率表示模型正确预测的样本数占总样本数的比例，计算公式为：$$$$按照上述例子的情况，准确率的计算为：精确率衡量的是模型在预测为正样本的样本中有多少是真正的正样本，也就是预测为正例的样本中，真正为正例所占的比例，计算公式为：$$$$按照上述例子的情况，精确率的计算为：召回率衡量的是在所有实际为正样本中，有多少被正确地预测为正样本，计算公式如下：$$$$

是一种通过编程编写的代码或程序，用于自动执行一系列预定义的任务，以替代重复性人工操作‌。看完本篇文章，你大概了解了吗？我们先来熟悉一下其基本定义：‌。

Jupyter 不擅长编写完整的项目，但在探索、实验和演示方面无可替代。它通常预装在 Anaconda 中，也可以集成到 PyCharm 和 VSCode 的操作界面里。不得不说，JupyterNotebook是一个独特的工具，它支持分块执行代码并即时显示包括图表、表格等形式的结果，就像一台可以接在主电脑上的可交互实验屏幕。

以上介绍的评价指标的选择和使用不依赖于具体的训练策略，它们都可以帮助我们了解整体性能以及各个类别的表现。无论是直接训练多分类模型还是使用多个二分类模型来辅助进行分类，我们都可以使用宏平均、微平均和加权平均来计算评价指标，以得到全局性能的衡量。

动画演示了给定一组二维数据，通过 KMeans 算法逐渐将它们分成三组的例子。可以看到，随着迭代的进行，每个聚类中心的位置逐渐趋于稳定。下面是对于二维坐标点的 KMeans 算法代码实现（大约 20 行代码），对于更高维的数据，只需要更新计算距离的公式即可，如果使用。KMeans 算法实现起来并不困难，只需要上面的四个步骤即可，但要证明其收敛性就需要用到很多数学知识了。等科学计算库来实现的话，需要

而在 C++ 或 Java 中，C++ 要求开发者手动管理内存，理解栈与堆的区别、指针与引用的使用、拷贝构造与移动语义等，Java 虽然具备垃圾回收机制，但其类型系统、JVM 内存模型、多线程并发控制等仍需要开发者具备扎实的系统知识。大厂的招聘标准，很大程度上由其现有的技术生态决定。因此，当技术团队正在维护一个基于 Java Spring Cloud 的微服务集群，或一个用 C++ 编写的高性能存

总的来说，大厂在招聘通用型软件工程师、后端工程师、系统工程师时，大多会以 C++ 或 Java 作为主要的编程语言考察工具。（4）数据分析/数据科学：此类岗位更侧重于快速分析与建模，Python 往往是面试语言的首选，对系统编程能力要求相对较低，因此在这类面试中也可能以 Python 考察为主，但仍可能被询问一些计算机基础问题。（3）客户端开发：移动端各有其主，像 iOS 常用 Swift/Obj