6. 结果分析与解读
在这一部分,我们将对模型的结果进行详细分析,解释不同聚类方法(K-Means 和 GMM)在客户数据上的表现,并给出具有业务指导意义的解读。 6.1 K-Means 聚类结果分析 6.1.1 K-Means 聚类的特点 ...
4.2 线性回归求解
4.2.1 损失函数 模型的预测值与真实值之间存在误差。 损失函数用于衡量模型预测值与真实值之间的误差,并通过最小化损失函数来优化模型参数。当损失函数最小时,得到的自变量系数就是最优解。
8. 字典
8.1. 概述 字典:用来存放一组『键值对』数据,可通过『键(key)』对『值(value)』进行:增、删、改、查操作。 字典就像一个带标签的收纳盒,你贴上标签(键),然后放进东西(值) 。 8.2. 定义...
2.2.3.6 高级构造方法
(1) np.loadtxt data = np.loadtxt('data.txt') # 读取文本文件 (2) np.genfromtxt data = np.genfromtxt('data.csv', delimiter=',') # 支持复杂格式 2.2.3.7 创建方法推荐场景 场景推荐方法优...
3.terminate 方法
作用:向操作系统申请强制终止进程。 注意:使用 terminate 终止进程,不会执行 finally 代码块。 辅助方法:is_alive() 可用于查看进程是否还“活着”。 import os import time from multip...
Tracing:完整记录 Agent 每一步
前面几部分,我们已经把一个 Agent Harness 从“会运行”逐渐做成了一个相对完整的工程系统。 我们现在已经有: Main Loop State Tool Calling Tool Registry Tool Schema Error Recovery Paral...
5.2 流式调用
invoke 和 stream 有什么区别? invoke() :同步调用,在模型输出完成后一次性获取响应,对于输出文本很长的场景,用户体验不好。 stream() :流式调用,实时返回响应片段。调用后,返回一个迭...
5、Agent的高级用法1:设置Agent名称
创建Agent时,LangChain允许用户指定其名称 5.1 用法 输出的AI Message带有Name信息。 5.2 经典使用场景 name 在 Multi-Agent 场景中最常被提及,用于区分不同的 Agent。但它的作用并不局限于多...
并行 Tool Calling
前面几节,我们已经把 Agent 的基础 Tool 系统搭出来了。 Agent 现在可以: list_files read_file search_files write_file edit_file run_python run_shell 工具失败以后,也已经可以通过: To...
2、常用内置中间件的使用
LangChain 1.0 提供了 16 个预置中间件,开箱即用。 2.1 SummarizationMiddleware中间件 作用:对历史消息列表进行摘要&总结,达到压缩上下文的效果。原理:在达到触发条件时,调用大模型对...









