缺失值处理

可以考虑把缺失值填入众数或平均数。如果可以找出简单的聚类标准，也可以用聚类平均数取代，例如同一个区域的房价。

去掉无用属性

有些属性没什么意义，去掉可以减少干扰，降低运算量。

可以画一个关联性分析的热点图，看看有没有属性关联度过高（越接近1），可以去掉冗余。

sns.heatmap(train.astype(float).corr(),linewidths=0.1,vmax=1.0, 
            square=True, cmap=colormap, linecolor='white', annot=True)

提取新属性

有时候，有些原始属性提取是非值，或者做某种数学运算，可以得出一个符合逻辑、更好学习的新属性。

对于一些数值，如果划分成区间，训练复杂度会降低许多。等分是比较粗糙的做法，可以人工分析数据特点，做不等分。例如按儿童、青年、中年、老年来划分年龄，按有等级特征的区间来划分费用。

一直都不知道Windows也有符号链接。现在知道了，再也不用为清C盘烦恼了，不够空间的时候打开cmd命令行（不是powershell），然后把大目录移到D盘再创建符号链接就可以了。

move "C:\Users\dell\Downloads" "D:\"
mklink /J "C:\Users\dell\Downloads" "D:\Downloads"

环境搭建文档：https://developer.picoxr.com/document/unity/complete-project-settings/?v=2.5.0

大致流程如下：

1. 安装Unity
2. 创建3D core工程
3. 导入SDK
4. 把项目的XR设备设置位Pico
5. 关联手柄输入设备

使用指南：https://docs.openclaw.ai/zh-CN/start/wizard

在调试阶段，可以先在终端里自己运行gateway，查看日志输出：

openclaw gateway stop

# 配置登录千问
openclaw configure --section model

openclaw gateway

Web控制台：http://127.0.0.1:18789/

飞书控制台：https://open.feishu.cn/

使用千问（https://chat.qwen.ai/）模型，似乎是隔一段时间都要在Web登录的，每天似乎是限128K token，不太确定。

macOS有个命令say，可以合成语音，支持中英文，音质有点古老。

MT表示塔式，有足够插槽。

Build data: 2019年12月18日

CPU: i7-9700 @ 3.00GHz

内存插槽4条，仅插了一条16G

https://developer.huawei.com/consumer/cn/service/josp/agc/index.html

MathPix的开源平替版本，把图片转换为LaTeX。

https://github.com/lukas-blecher/LaTeX-OCR