2.5.5 交叉验证
交叉验证(Cross-Validation)是一种评估模型泛化能力的方法,通过将数据集划分为多个子集,反复进行训练和验证,以减少因单次数据划分带来的随机性误差。通过交叉验证能更可靠地估计模型在未知...
2.6 模型求解算法
正则化可以有效防止过拟合,增强模型的泛化能力。这时模型的评估策略,就是让结构化的经验风险最小,即增加了正则化项的损失函数最小,称为 结构风险最小化(Structural Risk Minimization,SRM...
案例分析二:云模型故障时自动切本地——Provider 抽象为什么是 Fallback 的前提?
场景背景 假设 Data Analysis Agent 正在公司内部使用。 正常情况下使用云模型。 但偶尔会遇到: 超时 限流 网络异常 Provider 服务不可用 如果模型不可用,整个 Agent 就停了。 团队希望,云模...
2.4 高级特性
2.4.1 部分变量预填充:partial() 预填充某些固定不变的变量,创建模板的变体。 使用场景: 某些变量在所有调用中都相同 需要为不同用户/场景创建定制模板 举例1: from langchain_core.prompts...
3.5 数据清洗与预处理
章节核心内容关键知识点1. 缺失值处理检测、删除和填充缺失值的方法isna(), dropna(), fillna(), 前向/后向填充, 均值/中位数填充2. 重复数据处理识别和删除重复行 duplicated(), drop_dup...
小节四:实现一个真正可运行的最小 Data Analysis Agent——用 SQLite 模拟完整异常分析闭环
到了可运行示例,最值得抓住的是任务怎样从一次查询转成下一次查询。教学版先用 SQLite 和明确的决策规则走通完整链路,再把决策组件替换为真实模型。 注意观察每次 Query Result 怎样更新 Anal...
案例分析一:Coding Agent 运行 40 步,如何压缩而不丢失“禁止修改 tests/”?
这个案例很典型,也很适合配合图来看。因为很多 Agent 在长对话里出问题,不是不会写代码,而是把用户最重要的硬约束压没了。下面这张图把错误压缩方式和正确压缩方式放在了同一页里,对比会特...
为什么现在需要自己理解 Agent Harness?
我们最终要实现的是这样一条完整链路: 用户提出任务 ↓ Flask API ↓ Agent Harness ↓ LLM 思考与决策 ↓ 选择 Tool ↓ 执行 Tool ↓ 获取 Observation ↓ 继续决策 ↓ 完成任务 最终这个 Age...











