Boosting算法的前世今生（上篇）
目录 目录 1. 引言 2. AdaBoost 3. 梯度提升树算法（GBDT/GBRT） 4. 关注AIKaggle 5. 赞赏Kaggle实战机器学习 微信公众号：AIKaggle 欢迎建议和拍砖，若需要资源，请公众号留言; 如果你觉得AIKaggle对你有帮助，欢迎赞赏 目录 本系列文章将会梳理Boosting算法的发展，从Boosting算法入手，介绍Adaboost，GBDT/GBRT算法，XGBoost算法，LightGBM算法，CATBoost算法，Thunder GBM算法等，
mnist数据的预测结果以及批量处理
import sys, os
sys.path.append('F:\ml\DL\source-code')
from dataset.mnist import load_mnist
from PIL import Image
import numpy as np
#pickle提供了一个简单的持久化功能。可以将对象以文件的形式存放在磁盘上。
#pickle模块只能在python中使用，python中几乎所有的数据类型（列表，字典，集合，类等）都可以用pickl
HashMap 介绍
基本介绍 用于存储Key-Value键值对的集合（每一个键值对也叫做一个Entry）。 根据键的hashCode值存储数据，大多数情况下可以直接定位到它的值。 键key为null的记录至多只允许一条，值value为null的记录可以有多条。 非线程安全。 HashMap是由数组+链表+红黑树（JDK1.8后增加了红黑树部分，链表长度超过阈值（8）时会将链表转换为红黑树）实现的。 新来的Entry节点插入链表时使用的是“头插法”，即会插在链表的头部，因为HashMap的发明者认为后插入的Entr
队列、生产者消费者模型
目录 队列、生产者消费者模型、初识线程 一、用进程锁来优化抢票小程序 1.1 进程锁 1.2 优化抢票小程序 二、队列 2.1 队列的介绍 2.2 创建队列的类 2.3 使用队列的案例 三、生产者消费者模型 3.1 用队列Queue实现生产者消费者模型 3.2 用队列JoinableQueue实现生产者消费者模型 队列、生产者消费者模型、初识线程 一、用进程锁来优化抢票小程序 1.1 进程锁 进程之间数据不共享，但是共享同一套文件系统，所以访问同一个文件，或同一个打印终端是没有问题的。而共享带
关于Python中的深浅拷贝
之前一直认为浅拷贝是拷贝内容的第一层，但是不开辟内存，只是增加新的指向原来的内容；深拷贝是拷贝是拷贝每一层并开辟内存。 其实这个是不严谨的不正确的。 从以上可以看出，浅拷贝中当时可变类型的时候，内存是发生了变化的，也就是开辟了内存，但是不可变类型的时候内存地址不发生变化的。 总结：浅拷贝是对数据的内容进行拷贝，对不可变类型创建指向引用，可变类型开辟内存存储，但是只是拷贝第一层。深拷贝是拷贝数据的每一层的可变类型并开辟内存，但是不可变类型只是创建引用。
jave 2019 9.16
一、什么是编程语言1、语言可分二类：自然语言—人与人之间进行沟通的工具比如：中文，英文，日文，韩文等；编程语言—程序员与计算机进行沟通的工具比如：c、c++、c#、jave、net、python等等；2、软件的开发模式前端开发：针对网页（b）或客户端软件（c）的开发网页开发语言—HTML、CSS、JaceScript等客户端开发语言—C、C++、Android、ISO等后端开发：正对后台服务器（s
【讲清楚，说明白！】常用共享存储--iSCSI服务部署企业级网络存储
iSCSI（InternetSmallComputerSystemInterface），Internet小型计算机系统接口，又称为IP-SAN，是一种基于因特网及SCSI-3协议下的存储技术，由IETF提出，提出，并于2003年2月11如成为正式的标准。与传统的SCSI技术比较起来，iSCSI技术有以下三个革命性的变化：1.把原来只用于本机的SCSI协议透过TCP/IP网络发送，使连接距离可作无限
关于singer elt 的几篇很不错的文章
以下是链接来自singer 团队的实践，很不错，值得学习 参考连接 https://www.stitchdata.com/blog/100-billion-records-later-refining-our-etl-service/ https://stackshare.io/stitch/how-stitch-consolidates-a-billion-records-per-day https://www.stitchdata.com/blog/building-stitch/
元祖,字典,集合内置方法和深浅拷贝
元祖内置方法 元祖 只可取,不可更改的列表 作用 元祖一创建就被写死 定义方式 ()内用逗号隔开多个元素(可以为任意数据类型) 如果元祖只有一个元素,必须加逗号 使用方法 1.索引取值 tup = tuple((1,2,3))
print(tup[0]) ##1 2.索引切片 tup = tuple((1,2,3))
print(tup[0:3]) ##(1,2,3) 3.for循环 tup = tuple((1,2,3))
for i in tup:
print(i) 4.成员运算
Python：requests发送json格式数据
import requests
import json
data = {
'a': 123,
'b': 456
}
# headers中添加上content-type这个参数，指定为json格式
headers = {'Content-Type': 'application/json'}
# 将数据包转换成json格式
response = requests.post(url='url', headers=headers, data=json
如何设置树莓派 VNC 的分辨率
当我们使用 VNC 连接到树莓派时，默认的分辨率非常低。甚至无法显示整个桌面，因此我们需要对分辨率进行设置。 在树莓派上设置 VNC 的分辨率很简单，在终端运行下面指令进入设置界面设置。 1 sudo raspi-config 按照下面的顺序选择 Advanced Options > Resolution，最后选择一个更合适的分辨率并确认完成即可。 建议在设置完成后重启树莓派或重新启动 VNC 服务让设置生效。 相关阅读： 自定义树莓派的显示分辨率 文章标题：如何设置树莓派 VNC 的分辨率
OpenStack(M版)之基础环境配置（2 更换源、安装OpenStack客户端）
配置国内的软件源 $ vim /etc/apt/sources.list
阿里16.04源： deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted universe multiverse deb http://mirrors.aliyun.
20194732+自动生成四则运算题第一版报告
一.需求分析 自动生成100以内的2个操作数的四则运算算式，为老师和家长节省出题时间，也减少错误的出现 二. 功能设计 （1）自动生成10道100以内的2个操作数的四则运算算式（+ - * /），要求运算结果也在100以内 （2）剔除重复算式。 2 + 3 = 和 2 + 3 = 是重复算式 2 + 3 = 和 3 + 2 = 不属于重复算式 （3）题目数量可定制 （4）相关参数可控制 是否包含乘法和除法 操作数数值范围可控（如操作数 在100以内 还是1000以内） 操作数是否含负数
Vue练习五十六_07_01_自动轮播广告
Demo在线效果浏览 自动轮播图： 1． 5张图 2．每隔3秒图片向上移动一张，到达5张后，从上向下移动 3．5个按钮，切换图片时，按钮外观切换 4．Mouseover按钮，切换至按钮对应的图片 5. 鼠标移至图片上，图片暂停移动 6．鼠标离开图片，图片恢复自动切换 解析： 1． 图片所在ul被设置为position:absolute，即整个ul相对于其容器（div），可以设置其坐标以自由移动（上下方向） 2． 获取整个容器的引用 3． 获取ul（图片列表）的引用（对象） 4． 获取所有图片的
spring boot项目maven打包可执行JAR
在pom.xml中添加如下配置： <!-- 打包可执行jar包 -->
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
<configuration>
<i
20194585-自动生成四则运算题第一版报告
1.需求分析 1随机生成四则运算算术题，且不出现的同样的题 2.取值范围为100以内 3.提供用户选择题数的窗口 4.提供用户可选择乘除的窗口 5.将生成算式的题存放到指定地点 2.功能设计 基本功能 - 自动生成10道100以内的2个操作数的四则运算算式（+ - * /），运算结果也在100以内
- 剔除重复算式。
- 题目数量可定制
- 相关参数可控制
- 是否包含乘法和除法
- 操作数数值范围可控（如操
并发编程-队列，生产者消费者模型
目录 1.队列 1.1 队列(Queue) 1.2 Queue的方法 2. 生产者消费者模型 2.1 什么是生产者消费者模型 2.2 为什么使用生产者消费者模型 2.3 生产者消费者模型作用 2.4 使用队列实现生产者消费者模型 3. 使用JoinableQueue实现生产者消费者模型 3.1 JoinabaleQueue 3.2 JoinabaleQueue的方法 3.3 JoinabaleQueue用法 3.4 使用JoinableQueue实现生产者消费者模型 1.队列 进程彼此之间互相
apicloud项目真机测试bug修复
在模拟器里测试没啥问题了，放到真机测试还是有问题的 1、沉浸式状态栏修复 在我的手机里测试的app顶部header显示不全 在apiready里加入$api.fixIos7Bar($api.dom("header"));修复状态栏 2.UICalendar组件高度过高导致日历下面输入框无法显示完全
[Python爬虫]猫眼电影榜单爬取
import requests
import re
from requests.exceptions import RequestException
import json
from multiprocessing import Pool
def get_one_page(url):
headers = {
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHT
今日推荐
周排行