原创 Java客戶端實現ElasticSearch編程 -- （二）創建索引庫
使用Java客戶端創建索引庫 步驟 （1）創建一個Java工程。 （2）添加jar包，添加maven座標。 （3）編寫測試方法實現創建索引庫。 創建一個Settings對象，相當於是一個配置信息。主要配置集羣的名稱。 創建一個客戶端
2020-02-25 22:13:18
原创 Java客戶端實現ElasticSearch編程 -- （三）設置mappings
使用Java客戶端設置Mappings 步驟 創建一個Settings對象，相當於是一個配置信息。主要配置集羣的名稱。 創建一個客戶端Client對象。 使用client對象創建一個mapping信息（json數據，可以是字符串
2020-02-25 22:13:18
原创 Java客戶端實現ElasticSearch編程 -- （一）項目創建準備
Java客戶端實現ElasticSearch編程的項目創建準備。 步驟： 創建項目，導入模塊，引入座標，創建類。 操作： 1.創建一個空的Java項目。 2.添加模塊，選擇maven工程。 3.創建完畢，添加
2020-02-25 22:13:18
原创 python-opencv實現人臉檢測
使用python實現簡單的人臉檢測步驟： （1）打開攝像頭拍攝視頻或者讀取工作路徑下的視頻（avi格式），一幀一幀讀取圖片。 （2）灰度轉換：將BGR圖片轉換成灰度的圖片可以降低計算強度。 （3）繪製圖像。 （4）顯示圖像。 （5）獲取人
2020-02-22 11:13:01
原创 機器學習 -- 梯度下降法（Ⅷ 隨機梯度下降法）
之前這種梯度下降法又稱爲批量梯度下降法（Batch Gradient Descent） 梯度下降法每次求梯度都需要將所有的樣本代入進行運算，當樣本的數量較大時，耗費的時間將會很多。爲了改進，提出了隨機梯度下降法。它採用的
2020-02-22 11:13:01
原创 機器學習 -- K-MEANS算法（Ⅰ 聚類概述）
聚類是一種無監督的學習，它將相似的對象歸到同一個簇中。聚類分析試圖將相似對象歸入同一簇，將不相似對象歸到不同簇。聚類方法幾乎可以應用於所有對象，簇內的對象越相似，聚類的效果越好。 聚類的概念 （1）聚類就是將集合劃分成
2020-02-22 11:13:01
原创 機器學習 -- PCA（Ⅰ PCA介紹）
1. PCA是什麼？ PCA，全稱Principal Component Analysis（主成分分析）。主成分分析法本身是一個非監督的機器學習算法，主要用於數據的降維。降維可以發現更便於人們理解的特徵。主成分分析法也有其
2020-02-22 11:13:01
原创 機器學習 -- 支持向量機SVM（Ⅴ SVM處理非線性數據問題）
datasets中make_moons()函數： （1）函數定義 Signature: datasets.make_moons( n_samples=100, shuffle=True, noise=None,
2020-02-22 11:13:01
原创 Ubuntu下apache的安裝
1. 檢查是否已經有安裝apache apachectl -v查看apache是否安裝，沒有則通過提示進行安裝。 2. 執行命令安裝apache sudo apt install apache2進行安裝。若出現圖中藍框的問題，可能是
2020-02-22 11:13:01
原创 機器學習 -- PCA（Ⅱ 梯度上升法解決主成分分析問題）
一. 原理 經過上一節，我們有如下結論。 1. 目標：求w，使得f(X)最大。其中： 2. 梯度可表示爲： 即： 對其進行向量化處理： 也可寫成： 故將梯度向量化結果爲： 二. 實現 1. 生成數據集 （1）導入需要的模
2020-02-22 11:13:01
原创 Log Parser Lizard的安裝
雙擊LogParserLizardSetup4.0.msi，進入安裝界面： 至此安裝成功，也可以不選擇馬上打開的勾下次自己打開。 第一次打開界面如下： 點贊 收藏 分享 文章舉報
2020-02-22 11:13:01
原创 機器學習 -- PCA（Ⅳ 高維數據向低維數據映射）
對於一個m行n列的數據集X，代表有m個樣本n個特徵。通過我們前面學習的主成分分析法，假設我們已經求出了針對這個數據來說的前k個主成分，每一個主成分對應一個單位方向，用W來表示。W也是一個矩陣，他有k行，代表我們求出的前K個
2020-02-22 11:13:01
原创 機器學習 -- K-MEANS算法（Ⅱ K-MEANS概述）
一. 介紹 k-Means算法是最經典的基於劃分的聚類算法。所謂基於劃分的方法是將樣本集組成的矢量空間預先初始化，劃分爲多個區域，每個區域有一個區域中心，對於每個樣本，可以建立一種樣本到區域中心的映射。通過不斷的迭代，不
2020-02-22 11:13:01
原创 機器學習 -- 多項式迴歸（Ⅴ 驗證數據集與交叉驗證）
一. 驗證數據集 如圖所示。爲了得到泛化能力強的模型，將數據分爲測試數據和訓練數據，當模型在測試數據也有較好的擬合效果時，則可以說模型的泛化能力較強。但是依然存在一個問題，一旦訓練數據得出的模型在測試數據沒有得到較好的效果
2020-02-22 11:13:01
原创 機器學習 -- 多項式迴歸（Ⅷ LASSO迴歸 LASSO Regression）
1. LASSO迴歸（LASSO Regression） 2. LASSO迴歸和嶺迴歸對比： 3. 編程實現LASSO迴歸 from sklearn.linear_model import Lasso def LassoReg
2020-02-22 11:13:01