机器学习。。

@ebony0319 不能太同意了，我名字有四十多画，人家都做了三四题了，我名字还没写完 !=__=

@wensonsmith 没有哪个族谱叫这个的，建国一般是十月份生的，永强是 12 月出生的。。特殊历史时期早就的。现在什么“子”，“亦”，“轩”这类是因为网络小说文化在 80 后兴起，现在会有一些父母给孩子发明姓氏，什么王李 xx 唐杨 xx，这个也是特殊历史时期的产物，估计会延续一段时间，而且会越来越多，未来会有一些 ABB 或者 AABB 的名字，杨杨妮妮，所以起名想不重名很难的 2333

@p2pCoder 查找不到哦 😯

自己给自己打电话

@p2pCoder 大哥，太感谢了，能留个联系方式么，想深入交流一下，顺带表示感谢

@danhahaha 您这个架势，居然漏了一个最重要的东西--“地堡”。23333

@HankAviator 问一个小白问题，指标该如何选择？

@paopjian
@Xs0ul
@shikimoon

感谢各位指正，这方面我水平不够，确实走入了误区。想请教一下各位，实际生产环境中模型上线了之后如何进行优化，有没有什么流程性的东西可以指点一下？

@sethverlo 还有一种情况就是加入了新的样本，进行增量训练

@sethverlo 框架用的是 sklearn，日志确实能知道分类结果，但是我如何知道哪些是正确的哪些是错误的，如果数据过大靠人工似乎不现实。我想的是有没有一个相对自动的一点方案能让我分拣出漏报和误报的样本，然后让我重新进行训练，类似汽车召回一样的机制。

@paopjian 比如我又 100 个样本以及被分类了，我离线的时候可以划分测试集和训练集，线上实际生产环境如何划分呢？我如何知道哪些被分错了的，并纠正然后继续训练？

@shikimoon 结果是 1 和 2 我都不知道该怎么办。。

我也捐了我抢红包的钱，但是我捐了才发现，我就是武汉人啊，有人跟我一样的吗？

不要骗人了，中台其实并不存在，lz 是阿里刚出来吧！

你的代码确实可以完成简单售票，但是还是不能满足 12306 的变态需求，先说你这个代码一些问题吧：
1. 你这个设计车次是单向车次，实际情况一趟车会在起点<->终点反复开
2. 你从始发站开始卖票就一次性给卖完了，非始发站的用户上车怎么办？这样不是不能卖票而是成本比较高。
3. 还有一些情况是退改补，这个会影响整个票仓，结合你问题 2 的设计，就会出现火车上出现空座，但是别人也无法购买
4.团体票，团体票相当于批量确认且具有排他性，申请过后，会一次性占多个座位。
5. 票务类型座位不一致，不同等级的票务，座位数量是不一样的，你目前系统假设大家都是平等数量，谁优先抢占谁就有座位，实际情况并不是这样

目前只从票务角度上说，我觉得问题有这些，其它的风控和系统性能不再讨论范围内

@good1uck 目前问题是连数据都没有。。

想做一个预测模型，来预测一下，结果找了一下午没找到完整的数据，不知道各位知不知道哪里能找到公开准确的数据可以用于训练模型

@JerryCha 这个问题虽然很难但并不是无解，你就当我已经解决了，我们先聚焦在问题解决上

@yuikns 跟我想法有相似之处，这个是不是能用 KNN 尝试做 CF 呢？