随笔小记（十九）
binascii.hex函数和hexlify函数
binascii模块也在python的标准库中，hexlify就是十六进制化的意思。据python官方说，binascii模块比较底层，但是速度很快，效果跟bytes.hex一样。
如果是字符串，可以使用这个函数，弥补了hex函数只能对int型数据计算的遗憾。如果不是ascii字符串，而是unicode字符串呢？同样，用encode()函数先转换成byte对象，然后调用此函数。
参考链接：https://www.pynote.net/archives/1628
打开并读取文件
使用with则不用再file.close()。
Pyton3获得文件的大小(字节)os.path.getsize
交叉验证在sklearn中的实现
1、实现CV最简单的方法是cross_validation.cross_val_score函数，该函数接受某个estimator，数据集，对应的类标号，k-fold的数目，返回k-fold个score，对应每次的评价分数。
注：
cross_val_score中的参数cv，既可以给定它一个整数，表示数据集被划分的份数（此时采取的是KFold或者StratifiedKFold策略，后面会说明）；也可以给定它一个CV迭代策略生成器，指定不同的CV方法。
2、几种不同的CV策略生成器
前面提到，cross_val_score中的参数cv可以接受不同的CV策略生成器作为参数，以此使用不同的CV算法。这里介绍几种sklearn中的CV策略生成器函数。
（1）K-fold
（2）Stratified k-fold
（3） Leave-one-out：参数只有一个，即样本数目。等等。
参考链接：
http://blog.sina.com.cn/s/blog_7103b28a0102w70h.html
python sklearn中KFold与StratifiedKFold
首先这两个函数都是sklearn模块中的，在应用之前应该导入：
from sklearn.model_selection import StratifiedKFold,KFold
首先说一下两者的区别，StratifiedKFold函数采用分层划分的方法（分层随机抽样思想），验证集中不同类别占比与原始样本的比例保持一致，故StratifiedKFold在做划分的时候需要传入标签特征。
1、KFold函数
KFold函数共有三个参数：
n_splits：默认为3，表示将数据划分为多少份，即k折交叉验证中的k；
shuffle：默认为False，表示是否需要打乱顺序，这个参数在很多的函数中都会涉及，如果设置为True，则会先打乱顺序再做划分，如果为False，会直接按照顺序做划分；
random_state：默认为None，表示随机数的种子，只有当shuffle设置为True的时候才会生效。
2、StratifiedKFold
StratifiedKFold函数的参数与KFold相同。
参考链接：
https://zhuanlan.zhihu.com/p/150446294