最新放弃了原来注册的 .com 域名，改为直接用 github 提供的二级域名，以前的一些链 接可能会受影响，以后再慢慢改回来。
read moreOther articles
最近的更新：KNN算法自定义距离时的并行化，时间序列的分类
最近在好几个地方用到了KNN这个最简单的分类算法。KNN虽然原理和实现都相当简单（当 然是最基础的形式），但在某些问题上效果也好得出奇。缺点当然也非常明显，至少速度 在数据量稍微大一点的时候就变得很慢了。所幸的是在做prediction的时候，sklearn的实 现中是可以允许通过
n_jobs参数来实现并行的。不过在最近使用一个KNN的案例中遇到了 一个问题，当使用自定义的距离函数时，并行似乎没有任何效果。其实似乎sklearn中类似的小坑还是比较多的，尽管很多并不一定是sklearn本身的问题 。比如用RandomizedCV时，如果
n_jobs=1，此时定义verbose参数就是无效的，会在 jupyter中输出一堆中间结果。考虑到当KNN采用暴力遍历距离矩阵时，其实预测每一个点的任务是独立的，那么其实自己 很容易就可以写一个wrapper来让predict函数用多进程实现并行：
先写一个函数可以把job拆分：
read moredef split_chunks(l, n): chunk_size = math.ceil(len(l) / n) for i in range(0, len(l …NCM: 理想的 vim 补全插件
Update: NCM已停止更新。不过在它停更之前，我发现它在有些时候会造成 Vim crash 或卡死，已经将其卸载。本来 deoplete 可能是最好选项了，但总没有找到能让我满意的配置。目前的办法是 Vim 退居二线，只用来做简单快速的编辑，主力转到更现代的 VSCode。
在 Vim 上一直以来都没有找到一个相对理想的自动补全插件。最开始的需求不高，只要求 能够基于上下文做一点自动补全就可以了，所以 supertab 就已经足够满足了。后来尝试用 you-complete-me，繁琐的安装让我还是放弃了这个选择。
再往后用得最久的一个选择是 neocomplete，它带有一些类似于 IDE 的功能，比如补全某个导入的包的函数名。大多数时候这个插件还比较符合我的心意，但一直有一个比较不满意的地方是，如果导入了某个相对大一点的库，比如 numpy，那么在第一次输入任何小数点的时候程序会卡顿一小段时间。尽管作者说已经实现了异步，但至少在我的配置下，没有能够实现异步地生成补全库。另外最新的消息是这个插件已经基本停止更新，作者已经把主要精力放在了新的替代品上了。
由此引出本文的主角，也就是我目前的选择：nvim-completion-manager …
read more合并多个 pd.DataFrame 的常规方法
在使用 pandas 时经常会碰到一个需求，即合并多个 DataFrame。比较遗憾的是，按现在 pandas 的设计，并不能在不产生新 DataFrame 对象的情况下把数据 append 到一个现有 的 df 中，因此如何相对有效地合并多个 df 一直是困扰我的问题。
按最通常的想法，是直接写一个循环：
for df_i in dfs: pd.concat(df, df_i)显然这样会额外地创建很多个临时的 df，虽然能够工作，但不是好的工作方法。
在 StackOverflow 上有人给出了一个办法，我认为相对还是比较好的，就是把所有要合并 的 df 放到一个列表中，然后用 concat 函数一次性合并：
df = pd.concat(dfs)这样避免了产生中间临时 …
read more用 LaTeX 写大论文的一些经验
几个月前写博士毕业论文的时候，起初准备用 Word 来写，因为虽然我算是 LaTeX 的老用 户，但其实遇到问题时并没有什么解决的经验。相比之下，用大部分人使用的 Word 会更 加稳妥。不过在 Word 中写了几页就决定还是用 LaTeX 了，主要有两方面的原因：
- 论文中存在大量公式，Word 虽然自 2007 版本起就引入了更好的公式支持，允许按部 分 LaTeX 的语法输入，并且有不错的显示效果。但比较遗憾的是，即使是目前最新版 本的 Word 2016，在存在行内公式时，段落内的行间距都会受到影响。这一点，如果一 直是使用 Word 的人并不一定会注意到，但一旦注意到了，而且确定地知道使用 LaTeX 可以克服时，就会觉得这个缺点难以忍受了。
- 论文各个章节以及章节内部存在大量的交叉引用，图片、公式 …