小伙伴们, 一年一度的PyCon 2016盛宴错过了吗? 有没有去俄勒冈的波特兰瞻仰一下Python大神们的风采?
如果没有, 现在是机会享受视频回播啦, 如果你会翻墙, 请戳: Youtube PyCon 2016 视频集锦 . 如果你还苦于翻墙, 请戳我们的翻墙教程 .
如果你懒得翻墙, 请看我们为你搬到墙内的视频:
有机会我们会出一期Blog专门讲一下TensorFlow.
机器学习方法在生产、生活和科研中有着广泛应用，而集成学习则是机器学习的热门方向之一。
集成学习是使用一系列学习器进行学习，以某种规则把各个学习结果进行整合，从而获得比基学习器有更好学习效果的集成学习器.
今天， 我们在分析讨论集成学习和多类集成学习的同时， 提出目前多类集成学习的一些问题， 供大家参考。
理论丰富
二类集成学习已有较成熟理论基础。多类集成理论基于二类集成。
国际成果：
Bagging (Leo Breiman， 1994，Technical Report No. 421.)
Boosting (Schapire, Robert E，1990 ，“The Strength of WeakLearnability”. Machine Learning (Boston, MA: Kluwer Academic Publishers)
AdaBoost (Yoav Freund and Robert Schapire，2003)
AdaBoost.MH, SAMME, PIBoost, GentleBoost, AdaCost
国内成果：
南大周志华等人提出选择性集成理论，于2001年在国际人工智能
顶级会议IJCAI上发表。另周志华等人提出了二次学习的思想，将集成学习用作预处理，在IEEE Trans. Information Technology in Biomedicine（2003）上发表。 继续阅读#3 集成学习–机器学习中的群策群力 !
— 改编自 Python: Tips, Tricks and Idioms
a = {}
for i in xrange(0, 1000000):
a[i] = i
print(type(a))
print(len(a))
def for_func1():
for x in a:
pass
def for_func2():
for x in a.keys():
pass
def for_func3():
for x,v in a.iteritems():
pass
import timeit
print(timeit.timeit(for_func1, number=100))
print(timeit.timeit(for_func2, number=100))
print(timeit.timeit(for_func3, number=100))
是不是快多了? 
students = ('James', 'Andrew', 'Mark')
for i, student in enumerate(students):
print i, student
students = {'James': 'male', 'Andrew':'male', 'Alice':'female'}
for i, student in enumerate(students):
print i, student
for ele in ['a', 'b', 'c']:
if ele == 'b':
break
else: # no break
print('for循环完整结束')
for ele in ['a', 'b', 'c']:
if ele == 'd':
break
else: # no break
print('for循环完整结束')
