本文会将介绍AST抽象语法树的概念和基本原理、AST抽象语法树的遍历和生成、如何使用babel插件进行代码转换以及如何自定义babel插件。实现我们先介绍一下抽象语法树（AbstractSyntaxTree，AST）什么是抽象语法树（AbstractSyntaxTree，AST）？抽象语法树（AbstractSyntaxTree，AST）是源代码语法结构的⼀种抽象表示，它以树状的形式表现编程语⾔的

分支是仓库中的一部分，我们在其中编写新功能、修复错误等。为了确保我们的 Git 仓库不是一堆过时且不再使用的旧分支，我们应该定期清理分支。今天本文将讨论与分支删除相关的各种场景。本文将展示如何删除本地分支和 GitHub 上的远程分支以及删除分支时还会遇到一些常见错误。

特征工程之特征预处理什么是特征预处理包含内容特征预处理API为什么我们要进行归一化/标准化？归一化定义公式API4 数据计算总结标准化定义公式API数据计算总结什么是特征预处理通过一些转换函数将特征数据转换成更加适合算法模型的特征数据过程包含内容数值型数据的无量纲化：归一化标准化特征预处理APIsklearn.preprocessing为什么我们要进行归一化/标准化？特征的单位或者大小相差较大，或

sklearn模型保存与加载sklearn模型的保存和加载API线性回归的模型保存加载案例保存模型sklearn模型的保存和加载APIfrom sklearn.externals import joblib# 保存：joblib.dump(estimator, 'test.pkl')# 加载：estimator = joblib.load('test.pkl')注意：保存的后缀名是.pkl线性回归

分类算法-逻辑回归与二分类逻辑回归的应用场景逻辑回归的原理输入激活函数损失以及优化损失优化逻辑回归 API分类评估方法精确率与召回率分类评估报告 APIROC曲线与AUC指标TPR与FPRROC曲线AUC指标AUC计算API逻辑回归（Logistic Regression)是机器学习中的一种分类模型，逻辑回归是一种分类算法，虽然名字中带有回归，但是它与回归之间有一定的联系。由于算法的简单和高效，在

线性回归的改进—岭回归带有L2正则化的线性回归-岭回归API正则化程度对结果的影响波士顿房价预测带有L2正则化的线性回归-岭回归岭回归，其实也是一种线性回归。只不过在算法建立回归方程时候，加上正则化的限制，从而达到解决过拟合的效果。APIsklearn.linear_model.Ridge(alpha=1.0,fit_intercept=True,solver="auto", normalize=

特征工程之特征提取应用DictVectorizer实现对类别特征进行数值化、离散化应用流程分析应用CountVectorizer实现对文本特征进行数值化应用流程分析jieba 分词处理案例分析应用TfidfVectorizer实现对文本特征进行数值化Tf-idf文本特征提取公式APITf-idf 的重要性特征提取即将任意数据(如文本或图像)转换为可用于机器学习的数字特征注：特征值化是为了计算机更好

特征降维之低方差特征过滤API分析删除低方差的一些特征，前面讲过方差的意义。再结合方差的大小来考虑这个方式的角度。特征方差小：某个特征大多样本的值比较相近特征方差大：某个特征很多样本的值都有差别APIsklearn.feature_selection.VarianceThreshold(threshold =0.0)。删除所有低方差特征Variance.fit_transform(X)X:nump

JS 原型链JS 原型链1. 原型和原型链的基础结论1.1 函数与对象的关系1.2 原型的类别1.3 原型和原型链1.4 JavaScript 里最顶层的两个概念1.5 instanceof2. 经典的原型和原型链的分析2.1 函数.prototype2.2 `对象.__proto__`2.3 函数.`__proto__`2.4 `函数.prototype.__proto__`2.5 `Objec