原创 java多線程基本使用【轉】
一.概念 1.進程 1.1進程:是一個正在進行中的程序,每一個進程執行都有一個執行順序,該順序是一個執行路徑,或者叫一個控制單元。 1.2線程:就是進程中一個獨立的控制單元,線程在控制着進程的執行,一個進程中至少有一個線程。 1.3舉例j
原创 印象筆記無法連接到服務器/無法同步 的解決方法
解決方案;取消IE代理設置 1,打開 Internet Explorer 瀏覽器 2,打開IE的選項 3,連接 --- 局域網設置 -- 去掉代理服務的↗ --- 點擊確定 4,再次點擊印象筆記的同步功能
原创 手把手教你使用saeVPN以及連接到sae的數據庫【轉】
SAE內部的一些服務,比如MySQL,包括獨享型和共享型,默認是無法在外網訪問的,這給本地調試帶來了一些麻煩,但是,有了VPN隧道服務之後,可以利用VPN隧道服務連接到SAE的內網環境,這時候,就可以在本地計算機直接連接這些服務了。
原创 再談JavaScript閉包及應用
寫在前面 本文章版權歸博客園和作者共同所有,轉載請註明原文地址博客園吳雙 http://www.cnblogs.com/tdws/ 閉包真的是學過一遍又一遍,Js博大精深,每次學習都感覺有新的收穫。相信在大家封裝前端插件時,閉包是必不可少
原创 機器學習-------算法(五)
分類算法----樸素貝葉斯算法 貝葉斯公式: P(C):每個文檔類別的概率(某文檔類別詞數/總文檔詞數) P(W│C):給定類別下特徵(被預測文檔中出現的詞)的概率 計算方法:𝑃𝐹1𝐶=𝑁𝑖/𝑁方法:P(F1│C)=Ni/N
原创 個人學習經驗
在接下來一段時間本人將會學習機器學習,信號分析,圖像處理等三個知識,可能會將自己的學習心得上傳於本賬號,僅供參看。
原创 機器學習-------特徵工程(三)
數據的降維: 簡單來說就是講特徵數量減少。去掉不需要的特徵。 常用方式: 特徵選擇 主成分分析 特徵選擇: 主要方法:Filter(過濾式):VarianceThreshold(方差) Embedded
原创 機器學習-------算法(一)
第二階段是對部分算法的學習 1、sklearn數據集與估計器 2、分類算法-k近鄰算法 3、分類算法-樸素貝葉斯算法 4、模型的選擇與調優 5、決策樹與隨機森林
原创 機器學習-------特徵工程(二)
特徵預處理: 通過特定的統計方法(數學方法)將數據轉換成算法要求的數據 API: sklearn. preprocessing 數值型數據:標準縮放: 1、歸一化 2、標準化
原创 機器學習-------算法(十二)
分類算法-----邏輯迴歸 邏輯迴歸主要是一個二分類問題,是解決二分類的重要工具。 同樣的都是迴歸性質,它本身也存在損失問題-----損失函數 損失函數: 均方誤差(線性迴歸) 對數似然損
原创 機器學習-------算法(二)
一、sklearn數據集與估計器: (一)數據集的劃分: ①訓練數據集(75%):用於訓練,通過算法構建模型 ②測試數據集(25%):對於模型的檢驗與評估 (二)API: skl
原创 python之pillow應用
版權聲明:本文爲博主原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處鏈接和本聲明。 本文鏈接:https://blog.csdn.net/u010155987/article/details/85466007 p
原创 項目文件多的情況下,快速從前端定位到後臺對應文件
在MyEclipse工具下,項目文件相當龐大, 目前大都是通過spring控制反轉, 通過註解將業務聯繫起來。 通過前端的路徑找到後臺中對應的java文件, 若通過路徑以及文件命名規則, 是可以找得到java文件的。 但是一個一個查看,效率
原创 使用GIT上傳代碼或新建版本代碼
首先要去下載GIT安裝文件,但由於每次從官網下載的最新版文件都是失敗的 所以建議去國內一些軟件網站下載對應的安裝包,雖然版本不是最新,但也夠用了 安裝教程在這裏不累述,http://jingyan.baidu.com/article/020
原创 django-認證系統
由於我們自己定義了模板,所以我們需要手動添加自己的認證模塊。 這個一定要添加,否則會在遷移文件時候報錯。 在setting.py 中, # django認證系統使用的模型類 AUTH_USER_MODEL = 'user.User'