JavaScript动态加载CSS和JS文件
var dynamicLoading = {
css: function(path){
if(!path || path.length === 0){
throw new Error('argument "path" is required !');
}
var head = document.getElementsByTagName('head')[0];
var link = document.createElement('link');
sklearn实现决策树
决策树 决策树是一种用于分类和回归的非参数监督学习方法。目标是通过学习从数据特征推断出的简单决策规则，创建一个预测目标变量值的模型。 决策树的优点: 1）易于理解和解释。树木可以被可视化； 2）只需要很少的数据准备，数据可以不规范化，但是需要注意的是，决策树不能有丢失的值； 3）使用该树的花费是用于训练树的数据点个数的对数。 4）能够处理多输出问题。 5）使用白盒模型。如果给定的情况在模型中是可观察到的，那么对这种情况的解释很容易用布尔逻辑来解释。相比之下，在黑盒模型中(例如，在人工神经网络中
一行代码实现java list去重
1.不带类型写法： List listWithoutDup = new ArrayList(new HashSet(listWithDup)); 2.带类型写法（以String类型为例）： 1)Java 7以下写法： List listWithoutDup = new ArrayList(new HashSet(listWithDup)); 2)Java 7及以上写法： List listWithoutDup = new ArrayList<>(new HashSet<>(listWithDu
win7 电脑通过xp电脑来使用hp laserjet 5200LX打印机
win7 电脑通过xp电脑来使用hp laserjet 5200LX打印机。以下是在win7电脑上安装系统自带5200驱动的方法： 开始-控制面板-设备和打印机界面点击添加打印机，本地连接，选择lpt1端口，下一步，您在左侧找到HP厂商，右侧找到HP laserjet 5200 series pcl ，然后根据提示点击“下一步”安装下去，不要打印测试页，直到完成，然后， 右击5200图标选“打印机属性”（注意 不是 属性）——端口，添加端口——选择local port，点新端口输入“\\直连打
MyEclipse取消验证Js的两种方法
有时我们通过js写一个web工程的相关页面时感觉很卡，项目设置为自动编译时，几乎每次保存都会卡一会，修改内存也不行下面有俩种解决方法： 1. 选中当前工程—properties—MyEclipse—validation—Excluded Resource下找到须要作废验证的文件或者文件夹就可以了。 2.找到在项目路径下面的.project文件中配置了一些验证信息. 去掉以下几行即可 </pre><pre name="code" class="html"><buildCommand>
<nam
pd.get_dummies()与pd.factorize()详解
pandas.get_dummies （将类别变量转换为one-hot编码，使用pandas方法实现，相当于sklearn的one-hot编码） 离散特征的编码分为两种情况： 1、离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码 2、离散特征的取值有大小的意义，比如size:[X,XL,XXL],那么就使用数值的映射{X:1,XL:2,XXL:3} 使用pandas可以很方便的对离散型特征进行one-hot编码 官方文档 pandas.get
HOWTO: 解决因 RsFX devicer 而无法卸载 SQL Server 的问题
gOxiA 今天完成了 SQL Server 2012 RTM 的下载，因在本地安装有 Microsoft WebMatrix，所以先把本机的 SQL Server 2008 R2 Express 做了升级安装，即在安装向导中选择了“从 SQL Server 2005、SQL Server 2008 或 SQL Server 2008 R2 升级”，在完成升级安装后根据向导提示重新启动了计算机，但是发现之前的 SQL Server 2008 组件并没有被卸载，“SQL Server Manag
pandas学习详细教程
pandas基础篇 我们打算从以下几个方面进行代码练习：
** 创建Series
** Series基本操作
** 创建DataFrame
** DataFrame基本操作
** DataFrame文件操作
** Series，DataFrame和多索引
** 透视表
** 数据清洗
** 数据预处理
** 可视化 创建 Series 数据类型：
1）从列表创建 Series
import pandas as pd
print(pd.__version__)
arr=
【机器学习教程】感知机详解
今天小编给大家带来感知机算法的详解。感知机算法由Rosenblatt在1957年提出，是一类简单的线性判别算法，通过扩展又可以与许多其他算法密切相关。如逻辑回归模型、支持向量机、前馈神经网络（多层感知机）、线性判别分析等。因此感知机算法尽管很少单独使用，但它对于理解其他模型和算法非常有用，很适合作为开始机器学习的一个切入点，同时也是建立知识体系的一个枢纽。 本文首先简要介绍感知机，然后讲解感知机的模型、策略、算法，最后分析感知机算法与各个算法之间的联系并做出总结。 感知机能做什么 感知机是一种
转载----计算机视觉与算法测试数据集和源码站点
致敬原作者：原文博客 以下是computer vision：algorithm and application计算机视觉算法与应用这本书中附录里的关于计算机视觉的一些测试数据集和源码站点，我整理了下，加了点中文注解。 ComputerVision: Algorithms and Applications Richard Szeliski 在本书的最好附录中，我总结了一些对学生，教授和研究者有用的附加材料。这本书的网址http://szeliski.org/Book包含了更新的数据集和软件，请同
kaggle-房价预测案例
此案例为kaggle上面的房价预测案例 https://www.kaggle.com/c/house-prices-advanced-regression-techniques 具体代码如下
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
#-------------------Step1:读取数据---------------------
train_df=pd.read_csv('C:\\Use
Python频域滤波与傅里叶变换
参考博客： https://blog.csdn.net/on2way/article/details/46981825 https://www.cnblogs.com/ranjiewen/p/6241913.html 参考书籍： 《数字图像处理第三版》（冈萨雷斯） 《信号与系统第二版》（奥本海姆） 本博客不会讲述过多的公式与证明（我不会说在博客输入公式好麻烦）。 傅里叶提出，任何周期函数可以表示为不同频率的正弦和/或余弦和的形式。无论函数多复杂，只要它是周期的，并且满足某些适度的数学条件，都可
sklearn中的k折交叉验证
K折交叉验证： sklearn.model_selection.KFold(n_splits=3,shuffle=False,random_state=None) 思路：将训练/测试数据划分n_splits个互斥子集，每次用其中一个子集当作验证集，剩下的n_splits-1个作为训练集，进行n_splits次训练和测试，得到n_splits个结果 注意：对于不能均等分的数据集，前n_samples%n_splits子集拥有n_samples//n_splits+1个样本，其余子集只有n_sam
透视表(pivotTab)和交叉表(crossTab)
Pandas：透视表(pivotTab)和交叉表(crossTab) 一、透视表(pivotTab) 透视表就是将指定原有DataFrame的列分别作为行索引和列索引，然后对指定的列应用聚集函数(默认情况下式mean函数)。
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
df = DataFrame({'类别':['水果','水果','水果','蔬菜','蔬菜','肉类','肉类'],
matlab2014b 和c++环境搭建（找不到编辑器）
电脑：win10 已安装vs2017(即vc的几个版本都已经装好比如说vc++2015) matlab2014b 问题：先上图 更详细点的是： 命令行输入：mex -setup -v 你会发祥上述问题。错误信息也很明显了：没有找到编辑器，从VC2008到VC2013，都没有找到。我是win10 的电脑，装了vs2017，显然不可能没装这些驱动。那么就是路径问题了。 先转到matlab安装路径下：D:\Program Files\MATLAB\R2014b\bin\win64\mexopts根据
Python 基于霍夫变换寻找正弦曲线
Python 基于霍夫变换寻找正弦曲线 应师弟要求，要一个霍夫变换检测正弦曲线的。网上找了一圈，也没有源码，干脆自己写了。代码思路参考了吴志芳：基于Hough变换识别单周期正弦曲线图像的算法及实现这篇文章。普通正弦函数形如： 参数有四个：A、ω、φ、y0. 当转入参数空间会是四维的，计算开销会很大，电脑带不动（内存不足），我人工认定前俩个参数已知（毕竟正弦参数就是自己设定的）。这样降为二维就好算了。 这样公式就变为： 代码下载链接：霍夫变换找正弦曲线
容器环境应用一键拉起实践
背景 PaaS平台 基于唯品会Noah云平台，我们已经在内部研发环境建立了一整套PaaS基础设施，实现对开发和测试过程的支撑。通过PaaS平台上的CI/CD流水线，实现了从代码到镜像到环境部署的整体流程；通过自研的环境管理功能（Pandora），实现了对多种不同内部开发测试部署环境的管理，支撑业务快速创建部署环境和利用容器镜像拉起应用，提高业务开发效率。 如上图所示，我们的PaaS容器部署环境目前分为功能测试环境，联调测试环境和回归测试环境三大类，其中功能测试环境包含了多个有业务开发灵活实时创
最小二乘法Python实现
最小二乘法 数学和统计上面一个基本方法是，根据最小二衬发拟合平面上的点集。其拟合的图形通常是基本类型函数，如：线性函数、多项式、三角多项式等。由于数据有测量误差或者试验误差，我们不要求数据通过所有数据点。实际上，我们需要的是在所有数据点的y值，和逼近曲线相应点处的y值俩者之间误差的平方和最小意义下的最佳曲线。 具体原理推导不详细说，在线性代数的书里基本都会有介绍。下面介绍定理： 若A是秩为n的m×n的矩阵，则正规方程组： ATAX=ATY A^{T}AX = A^{T}YATAX=ATY 有唯
云原生DevOps工程师的角色和职责
云原生DevOps是一个相对较新的又包含了旧概念与想法的集合，它们是由于因解决构建应用程序的旧方法的不足的需求而结合在一起的。要了解云原生DevOps工程师每天所做的工作，需要了解云原生模型的目标是构建利用云工具能轻松实现可适应和弹性的应用程序。云原生计算的基础包含有四个主要概念：微服务、容器、CI/CD和DevOps。 微服务是一种将应用程序开发为一系列小型专用服务的方法，这些服务组合在一起形成一个完整的产品。这些功能被打包到像Docker这样的容器中，然后通过持续集成/持续部署管道进行推送
今日推荐
周排行