问题标签 [black-box]

因为我们不能一直生成@(negedge clock or posedge capture)到凿。而不是使用 blacbox 资源对文件进行 blacbox，我怎样才能对一行代码进行黑盒化always @(negedge clock or posedge capture)

BLACKBOX 学生开发挑战中未知身份任务的解决方案是什么？

我一直在寻找 CTF 挑战，但似乎忘记了解决方案。如果有人记得，请回复。

如果我记得它，我也会回答它。

我改编了一个 scikit-learn 示例来满足我的需要。

它所做的是根据列的类型对列进行预处理：数值数据被缩放，但其他数据使用 OneHotEncoder 进行转换。

然后，管道通过 ColumnTransformer 连接列，然后馈入 LogisticRegression。

有没有一种简单的方法可以在管道结束之前恢复与 LogisticRegression 的系数相对应的特征名称？

还是手动跟踪功能是最好的主意？我该怎么做呢？我的数据集有几十个特征，经过一次热编码后，线性模型得到了数千个。

我能够像这样获得 OneHotEncoder 的功能：clf.steps[0][1].transformers_[1][1].steps[1][1].get_feature_names()

但是，在将它们与数字特征连接后，我无法将它们与 LogisticRegression: 中的系数匹配clf.steps[1][1].coef_。

我是开源 InterpretML Python 包的新手，我想知道是否必须将分类数据转换为数字数据才能使用任何玻璃/黑匣子，谢谢！

如问题中所述，我需要一种方法来优化我无法计算太多次的昂贵黑盒函数。你能指出一些这样做的方法吗？虽然以某种方式接近全局最小值是最好的，但如果我们能在给定点附近找到局部最小值也是可以的。

我想知道是否可以在 python 中使用 mystic 进行约束黑盒优化。如果是这样，此优化包中将提供哪些算法？

我喜欢 TDD，所以我一开始就尝试写我Black Box Test的。

这是一个处理stdin和输出stdout这样的python程序（我尝试编写自己的语言来处理stdin和stdout）：

但我不能模拟标准输入和标准输出。我尝试subprocess在 Python 中使用，但它Popen.stdout.read()正在挂起EOF，这需要程序被杀死。或者communicate()但是它会杀死我的程序并且它不能处理两个或更多的输入。

它让我不安了 2 多天，我找不到任何关于使用 stdin/stdout 进行模拟或黑盒测试的有用信息（看起来很奇怪，我可以使用浏览器进行测试，但不能轻松地使用 stdin/stdout 进行测试）。

谢谢。

我创建了一个新的 unittest 类来处理我的类。它具有创建新 Popen 对象的功能。

我尝试写信stdin并断言stdout... 但它挂起只是因为它找不到EOF.

我应该如何处理它才能做到？谢谢你的帮助！

我必须优化一个黑盒问题，该问题依赖于评估非常昂贵的外部软件（没有函数定义也没有派生）。它取决于几个变量，其中一些是实数，另一些是整数。

我认为 Scikit Optimize 可能是一个不错的选择。

我想知道以下示例（来自 Scikit Optimize 文档）是否可以适应我的实际问题。作为“f”一个提供给定参数集成本的外部函数。这是一个虚拟函数，只是为了可重现。但是，不要仅仅依赖于“x”，而是让它依赖于“y”和“z”，它们是其中之一，仅限于整数值。

我已经看到了一些其他面向超参数优化的 Scikit Optimize 示例（基于 Scikit Learn），但它们对我来说似乎不太清楚。

这是最小的可重现示例（崩溃）：

最好的问候，谢谢

Christoph Molnar 关于可解释机器学习的书中对此进行了描述。https://christophm.github.io/interpretable-ml-book/interaction.html

它是一种与模型无关的事后可解释性工具，用于解释黑盒模型。