些材料？ p 客服场景机器人 p 特性： ü 永远积极向上，比传统客服更”善解人意” ü 回答标准且及时，永不打烊 ü 支持多平台，支持语音、文字、图片等多种形式 ü 有效减少人力投入，有效提升应答准确率 各个击破－业务 u 公司需要打卡吗？公司的文化是什么？ 年假多少天？ u 打车发票要怎么报销？ u 物业一年物业费多少钱？能帮忙换水 龙头？ p 其它场景机器人 p 特性： ü 有效渗透 learn：调用LR训练模型 各个击破－评估 • 评估数据 Ø 领域均衡：6个领域，每个领域50个知识点 Ø 评估数据对标训练数据：每个知识点12个相似问用于训练，3个相似问用于评估 • 评估指标 Ø 准确率/召回率/F1值 婴儿咳嗽怎么食疗 新生儿黄疸吃什么药 没有快递取货码怎么办 宝宝流鼻水咳嗽可以喝什么么 新生儿黄疸可以服用的药物 取货吗被我不小心删了怎么办 宝宝咳嗽吃什么食疗好阿 什么药能治疗黄疸

d=-2) >>> sorted(c.elements()) ['a', 'a', 'a', 'a', 'b', 'b'] most_common([n]) 返 回 一 个 列 表， 提 供 n 个 频 率 最 高 的 元 素 和 计 数。 如 果 没 提 供 n ， 或 者 是 None ， most_common() 返回计数器中的 所有元素。相等个数的元素顺序随机： >>> Counter('abracadabra') rates or ratios, for example speeds. For example: 假设一名投资者在三家公司各购买了等价值的股票，以 2.5，3 ，10 的 P/E (投资/回报) 率。投资者 投资组合的平均市盈率是多少？ >>> harmonic_mean([2.5, 3, 10]) # For an equal investment portfolio. 3.6 Using 7.13 余的 PUT 操作码来加快打包过程。不应将其与自指 (self-referential) 对象一起使用，否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率，请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict”)

rates or ratios, for example speeds. For example: 假设一名投资者在三家公司各购买了等价值的股票，以 2.5，3 ，10 的 P/E (投资/回报) 率。投资者投资 组合的平均市盈率是多少？ >>> harmonic_mean([2.5, 3, 10]) # For an equal investment portfolio. 3.6 Using 的使用，即不生成多 余的 PUT 操作码来加快打包过程。不应将其与自指 (self-referential) 对象一起使用，否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率，请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict”) bytes 对象。参数 level 为整数，可取值为 0 到 9 或 -1， 用于指定压缩等级。1 (Z_BEST_SPEED) 表示最快速度和最低压缩率，9 (Z_BEST_COMPRESSION) 表 示 最 慢 速 度 和 最 高 压 缩 率。0 (Z_NO_COMPRESSION) 表 示 不 压 缩。 参 数 默 认 值 为 -1 433 The Python Library Reference

常适合于求比率和比例的平均值，比如速 率。 假设一辆车在 40 km/hr 的速度下行驶了 10 km ，然后又以 60 km/hr 的速度行驶了 10 km 。车辆的 平均速率是多少？ >>> harmonic_mean([40, 60]) 48.0 假设一名投资者在三家公司各购买了等价值的股票，以 2.5，3 ，10 的 P/E (价格/收益) 率。投资者 投资组合的平均市盈率是多少？ 的使用，即不生成多 余的 PUT 操作码来加快封存过程。不应将其与自指 (self-referential) 对象一起使用，否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率，请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict” (Z_BEST_SPEED) 表示最快速度和最低压缩率，9 (Z_BEST_COMPRESSION) 表 示 最 慢 速 度 和 最 高 压 缩 率。0 (Z_NO_COMPRESSION) 表 示 不 压 缩。 参 数 默 认 值 为 -1 (Z_DEFAULT_COMPRESSION)。Z_DEFAULT_COMPRESSION 是速度和压缩率之间的平衡 (一 般相当于设压缩等级为 6)。函数发生错误时抛出error

常适合于求比率和比例的平均值，比如速 率。 假设一辆车在 40 km/hr 的速度下行驶了 10 km ，然后又以 60 km/hr 的速度行驶了 10 km 。车辆的 平均速率是多少？ >>> harmonic_mean([40, 60]) 48.0 假设一名投资者在三家公司各购买了等价值的股票，以 2.5，3 ，10 的 P/E (价格/收益) 率。投资者 投资组合的平均市盈率是多少？ 的使用，即不生成多 余的 PUT 操作码来加快封存过程。不应将其与自指 (self-referential) 对象一起使用，否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率，请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict” (Z_BEST_SPEED) 表示最快速度和最低压缩率，9 (Z_BEST_COMPRESSION) 表 示 最 慢 速 度 和 最 高 压 缩 率。0 (Z_NO_COMPRESSION) 表 示 不 压 缩。 参 数 默 认 值 为 -1 (Z_DEFAULT_COMPRESSION)。Z_DEFAULT_COMPRESSION 是速度和压缩率之间的平衡 (一 般相当于设压缩等级为 6)。函数发生错误时抛出error

km 。车辆的平均 速率是多少？ >>> harmonic_mean([40, 60]) 48.0 假设一名投资者在三家公司各购买了等价值的股票，以 2.5，3 ，10 的 P/E (价格/收益) 率。投资者投资 组合的平均市盈率是多少？ >>> harmonic_mean([2.5, 3, 10]) # For an equal investment portfolio. 3.6 如果 data 的使用，即不生成多 余的 PUT 操作码来加快封存过程。不应将其与自指 (self-referential) 对象一起使用，否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率，请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict” bytes 对象。参数 level 为整数，可取值为 0 到 9 或 -1， 用于指定压缩等级。1 (Z_BEST_SPEED) 表示最快速度和最低压缩率，9 (Z_BEST_COMPRESSION) 表 示 最 慢 速 度 和 最 高 压 缩 率。0 (Z_NO_COMPRESSION) 表 示 不 压 缩。 参 数 默 认 值 为 -1 465 The Python Library Reference

km 。车辆的平均 速率是多少？ >>> harmonic_mean([40, 60]) 48.0 假设一名投资者在三家公司各购买了等价值的股票，以 2.5，3 ，10 的 P/E (价格/收益) 率。投资者投资 组合的平均市盈率是多少？ >>> harmonic_mean([2.5, 3, 10]) # For an equal investment portfolio. 3.6 如果 data 的使用，即不生成多 余的 PUT 操作码来加快封存过程。不应将其与自指 (self-referential) 对象一起使用，否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率，请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict” bytes 对象。参数 level 为整数，可取值为 0 到 9 或 -1， 用于指定压缩等级。1 (Z_BEST_SPEED) 表示最快速度和最低压缩率，9 (Z_BEST_COMPRESSION) 表 示 最 慢 速 度 和 最 高 压 缩 率。0 (Z_NO_COMPRESSION) 表 示 不 压 缩。 参 数 默 认 值 为 -1 485 The Python Library Reference

常适合于求比率和比例的平均值，比如速 率。 假设一辆车在 40 km/hr 的速度下行驶了 10 km ，然后又以 60 km/hr 的速度行驶了 10 km 。车辆的 平均速率是多少？ >>> harmonic_mean([40, 60]) 48.0 假设一名投资者在三家公司各购买了等价值的股票，以 2.5，3 ，10 的 P/E (价格/收益) 率。投资者 投资组合的平均市盈率是多少？ 的使用，即不生成多 余的 PUT 操作码来加快封存过程。不应将其与自指 (self-referential) 对象一起使用，否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率，请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict” (Z_BEST_SPEED) 表示最快速度和最低压缩率，9 (Z_BEST_COMPRESSION) 表 示 最 慢 速 度 和 最 高 压 缩 率。0 (Z_NO_COMPRESSION) 表 示 不 压 缩。 参 数 默 认 值 为 -1 (Z_DEFAULT_COMPRESSION)。Z_DEFAULT_COMPRESSION 是速度和压缩率之间的平衡 (一 般相当于设压缩等级为 6)。函数发生错误时抛出error

所示，迭代和遞迴在實現、效能和適用性上有所不同。 表 2‑1 迭代與遞迴特點對比 迭代 遞迴 實現方 式 迴圈結構 函式呼叫自身 第 2 章 複雜度分析 www.hello‑algo.com 27 迭代 遞迴 時間效 率 效率通常較高，無函式呼叫開銷 每次函式呼叫都會產生開銷 記憶體 使用 通常使用固定大小的記憶體空間 累積函式呼叫可能使用大量的堆疊幀空間 適用問 題 適用於簡單迴圈任務，程式碼直觀、可讀 return -1 值得說明的是，我們在實際中很少使用最佳時間複雜度，因為通常只有在很小機率下才能達到，可能會帶來 一定的誤導性。而最差時間複雜度更為實用，因為它給出了一個效率安全值，讓我們可以放心地使用演算 法。 從上述示例可以看出，最差時間複雜度和最佳時間複雜度只出現於“特殊的資料分佈”，這些情況的出現機率 可能很小，並不能真實地反映演算法執行效率。相比之下，平均時間複雜度可以體現演算法在隨機輸入資料 隨機輸入資料 下的執行效率，用 Θ 記號來表示。 對於部分演算法，我們可以簡單地推算出隨機資料分佈下的平均情況。比如上述示例，由於輸入陣列是被打 亂的，因此元素 1 出現在任意索引的機率都是相等的，那麼演算法的平均迴圈次數就是陣列長度的一半 ?/2 ，平均時間複雜度為 Θ(?/2) = Θ(?) 。 但對於較為複雜的演算法，計算平均時間複雜度往往比較困難，因為很難分析出在資料分佈下的整體數學期

101 测试覆盖率 为了让让程序更加强壮，你可以添加更多、更完善的测试。那么，如何才能知道程 序里有哪些代码还没有被测试？整体的测试覆盖率情况如何？我们可以使用 Coverage.py 来检查测试覆盖率，首先安装它（添加 --dev 参数将它作为开发依 赖安装）： $ pipenv install coverage --dev 使用下面的命令执行测试并检查测试覆盖率： $ coverage coverage run --source=app test_watchlist.py 因为我们只需要检查程序脚本 app.py 的测试覆盖率，所以使用 --source 选项 来指定要检查的模块或包。 最后使用下面的命令查看覆盖率报告： $ coverage report Name Stmts Miss Cover ---------------------------- 5 行，测试覆盖率 为 97%。 你还可以使用 coverage html 命令获取详细的 HTML 格式的覆盖率报告，它会在当 前目录生成一个 htmlcov 文件夹，打开其中的 index.html 即可查看覆盖率报告。点 击文件名可以看到具体的代码覆盖情况，如下图所示： 第 9 章：测试 102 同时在 .gitignore 文件后追加下面两行，忽略掉生成的覆盖率报告文件： htmlcov/