原创 Web框架——Flask系列之數據庫遷移（二十）
一、Flask-Migrate擴展 在開發過程中，需要修改數據庫模型，而且還要在修改之後更新數據庫。最直接的方式就是刪除舊錶，但這樣會丟失數據。 更好的解決辦法是使用數據庫遷移框架，它可以追蹤數據庫模式的變化，然後把變動應用到數據
2020-06-20 21:41:14
原创 Web框架——Flask系列之request請求參數詳解（十一）
一、request參數 request 就是flask中代表當前請求的 request 對象，其中一個請求上下文變量(理解成全局變量，在視圖函數中直接使用可以取到當前本次請求) from flask import reques
2020-06-20 21:41:14
原创 Packet Tracer 5.0 建構 CCNA 實驗攻略——配置單區域 OSPF
一、拓撲結構如下： 二、分別爲PC0、PC1配置IP地址，子網掩碼和默認網關。 三、分別爲路由器0、路由器1和路由器2各個接口配置IP地址和子網掩碼，並將路由器的開關打開。 注意：可以通過命令show ip route 來
2020-06-20 21:41:14
原创 一、數據預處理——數據歸一化 & 數據標準化
一、數據預處理——數據歸一化 & 數據標準化 點擊標題即可獲取文章相關的源代碼文件喲！ 1.1 數據無量綱化 在機器學習算法實踐中，我們往往有着將不同規格的數據轉換到同一規格，或不同分佈的數據轉換到某個特定分佈的需求，這種需
2020-06-20 21:41:14
1
原创 四、數據預處理——處理連續型特徵：二值化與分段
四、數據預處理——處理連續型特徵：二值化與分段 點擊標題即可獲取文章相關的源代碼文件喲！ - sklearn.preprocessing.Binarizer 根據閾值將數據二值化（將特徵值設置爲0或1），用於處理連續型變量。大
2020-06-20 21:41:14
原创 Packet Tracer實驗——使用三層交換機實現vlan間的通信（詳解）
一、網絡拓撲結構如下 實驗目的：通過劃分vlan實現了隔離廣播域，同時還能實現vlan間的單播通信 二、爲6臺PC配置IP地址、子網掩碼和默認網關 三、分別爲2個vlan接口配置ip地址和子網掩碼 四、爲vlan10、vl
2020-06-20 21:41:14
2
原创 Packet Tracer 5.0 建構 CCNA 實驗攻略——路由器實現 Vlan 間通信
一、網絡拓撲結構如下： 二、爲六臺PC分別配置IP地址、子網掩碼和默認網關 其餘五臺PC的配置與上圖類似。 三、爲路由器0創建g0/0.1邏輯子接口和g0/0.2邏輯子接口，並 設置g0/0.1邏輯子接口可以接受VLAN
2020-06-20 21:41:14
16
原创 Web框架——Flask系列之abort函數與自定義異常處理（十三）
一、abort函數 使用abort函數可以立即終止視圖函數的執行，並可以返回給前端特定的信息 傳遞狀態碼信息，必須是標準的http狀態碼 abort(403) 傳遞響應體信息 resp = Response(“login fai
2020-06-20 21:41:14
原创 一、服務端開發基礎（搭建Web服務器、網絡基礎概念、請求響應流程、配置Apache、靜態網站與動態網站）
一、建立你的第一個網站（目標） 前端開發 最終還是屬於 Web 開發 中的一個分支，想要成爲一名合格的前端開發人員，就必須要 充分理解Web 的概念。 構建一個專業的網站是一項巨大的工作！對於新手我們應該從小事做起，也就是說咱
2020-06-20 21:41:14
原创 十七、MySQL觸發器（創建、刪除、查看）詳解
觸發器 一、介紹 觸發器是與表有關的數據庫對象，指在 insert/update/delete 之前或之後，觸發並執行觸發器中定義的SQL語句集合。觸發器的這種特性可以協助應用在數據庫端確保數據的完整性 , 日誌記錄 , 數據校驗
2020-06-20 21:41:14
原创 指令系統——數據尋址（2）（詳解）
一、總覽 二、偏移尋址 基址尋址：將CPU中基址寄存器（BR）的內容加上指令格式中的形式地址A，而形成操作數的有效地址，即EA=（BR）+A。 注：基址寄存器是面向操作系統的，其內容由操作系統或管理程序確定。在程序執行過程
2020-06-20 21:41:14
原创 三、數據預處理——處理分類型數據：編碼與啞變量
三、處理分類型特徵：編碼與啞變量 點擊標題即可獲取文章相關的源代碼文件喲！ 在機器學習中，大多數算法，譬如邏輯迴歸，支持向量機SVM，k近鄰算法等都只能夠處理數值型數據，不能處理文字，在sklearn當中，除了專用來處理文字
2020-06-20 21:41:14
2
原创 五、實例：在波士頓房價數據集上用隨機森林迴歸填補缺失值
在波士頓房價數據集上用隨機森林迴歸填補缺失值 點擊標題即可獲取源代碼和筆記 一、引入 我們從現實中收集的數據，幾乎不可能是完美無缺的，往往都會有一些缺失值。面對缺失值，很多人選擇的方式是直接將含有缺失值的樣本刪除，這是一種有
2020-06-20 21:41:14
原创 axis=0 與axis=1 的區分
1. 使用0值表示沿着每一列或行標籤\索引值向下執行方法 2. 使用1值表示沿着每一行或者列標籤模向執行對應的方法 下圖代表在DataFrame當中axis爲0和1時分別代表的含義: df.mean(axis=1)代表沿着列水平
2020-06-20 21:41:14
原创 二、數據預處理——缺失值處理
二、數據預處理——缺失值處理 點擊標題即可獲取文章相關的源代碼文件喲！ 機器學習和數據挖掘中所使用的數據，永遠不可能是完美的。很多特徵，對於分析和建模來說意義非凡，但對於實際收集數據的人卻不是如此，因此數據挖掘之中，常常會有
2020-06-20 21:41:14