Charles_TheGod的博客

原创 欢迎来到我的领地

You are my life --耳朵哈哈

原创 解决 pycharm 编辑器Django项目中objects标黄问题

"""勾选, 点击ok 即生效"""

原创 前后端分离-预览前端页面

前端文件开发预览可以使用前端node.js 提供的服务器live-server作为前端开发服务器使用。安装node.js的版本控制工具nvm，在终端中执行curl -o- https://raw.githubusercontent.com/creationix/nvm/v0.33.11/install.sh | bash重新进入终端，使用nvm安装最新版本的node.jsnvm install node安装live-servernpm install -g live-server在静态

原创 指定文件夹，项目展示文件中内容

1. 在settings文件中配置BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))MEDIA_ROOT = os.path.join(BASE_DIR，'media'); # 把文件夹加入到项目搜索路径中2.在父路由中加上urlfrom django.views.static import servefrom django.conf import settingsurl(r'media/(?P&lt

原创 后端配置文件预览在前端iframe打不开

1. 在settings文件中配置X_FRAME_OPTIONS = 'ALLOWALL'XS_SHARING_ALLOWED_METHODS = ['GET', 'POST', 'PUT', 'OPTIONS', 'DELETE']

原创 Mac下怎么将/usr/local/mysql/bin/添加到环境变量

打开终端，输入：sudo vim ~/.bash_profile(执行root权限，当前用户的根目录下的.bash_profile)然后在里面输入：export PATH=$PATH:/usr/local/mysql/bin按ESC，然后输入：:wqsource ~/.bash_profile（重新加载） ...

转载 机器学习中防止过拟合的处理方法。

防止过拟合的处理方法过拟合  我们都知道，在进行数据挖掘或者机器学习模型建立的时候，因为在统计学习中，假设数据满足独立同分布（i.i.d，independently and identically distributed），即当前已产生的数据可以对未来的数据进行推测与模拟，因此都是使用历史数据建立模型，即使用已经产生的数据去训练，然后使用该模型去拟合未来的数据。但是一般独立同分布的假设往往不成...

转载 CNN中的dropout理解

理解dropout文章转载自http://blog.csdn.net/stdcoutzyx/article/details/49022443开篇明义，dropout是指在深度学习网络的训练过程中，对于神经网络单元，按照一定的概率将其暂时从网络中丢弃。注意是暂时，对于随机梯度下降来说，由于是随机丢弃，故而每...

原创 Mac下Anaconda软件安装TensorFlow库的简单方法。

1.首先进入虚拟环境source activate2.输入：anaconda search -t conda tensorflow，来进行选择自己安装的TensorFlow库3.因为是Mac下，anaconda里面安装TensorFlow。所以执行anaconda show conda-forge/tensorflow执行后出现界面4.执行3步骤最后一句返回的代码conda ...

原创 机器学习之朴素贝叶斯

朴素贝叶斯算法1️⃣、概率定义概率定义为一件事情发生的可能性扔出一个硬币，结果头像朝上的概率P(X):取值在[0,1]2️⃣、女神是否喜欢计算案例#### 1、

原创 机器学习之模型选择与调优

原创 机器学习之k-近邻算法

原创 机器学习之转换器和估计器

1️⃣、转换器想一下之前做的特征工程的步骤？1 实例化 (实例化的是一个转换器类(Transformer))2 调用fit_transform(对于文档建立分类词频矩阵，不能同时调用)我们把特征工程的接口称之为转换器，其中转换器调用有这么几种形式fit_transformfittransform实例化一个转换器transfer = StandardScaler()...

原创 机器学习之特征工程

skleandatasets.load_*() 加载小数据集datasets.load_iris(), datasets.load_boston()datasets.fetch_*(data_home=None, sunset=‘train’ ) 加载大数据集datasets.fetch_newgroups()from sklearn.datasets import load_irisde...

原创 Redis

1. NOSQL 和 Redis介绍 (了解)泛指非关系型的数据库nosq一般可以存储多种数据类型, 除了基本类型(数字、字符串、日期）,还可以存储json、html等文件类型数据以键值方式存取, 不能像关系型数据库一样使用外键建立表之间的关系, 不适合用于关系特别复杂的数据查询场景每种nosql数据库都有自己的api和语法, 不支持SQL语法“事务”的支持：sql对事务的支持非常完善...

原创 Django REST framework 使用

Django REST framework 简介在序列化与反序列化时，虽然操作的数据不尽相同，但是执行的过程却是相似的，也就是说这部分代码是可以复用简化编写的。在开发REST API的视图中，虽然每个视图具体操作的数据不同，但增、删、改、查的实现流程基本套路化，所以这部分代码也是可以复用简化编写的：增：校验请求数据 -> 执行反序列化过程 -> 保存数据库 -> 将保存...

原创 数据结构之python实现希尔排序shell sort

"""希尔算法：指定步长，比较交换，步长缩小"""def shell_sort(alist): """希尔排序""" n = len(alist) """n = 9 gap = 4""" gap = n // 2 while gap > 0: for

原创 数据结构之python实现插入算法insert sort

"""插入排序思想： 第一个数字保持不变后面取数值，依次插入"""def insert_sort(alist): """插入排序""" n = len(alist) # 从右边的无序序列中取出多少个元素执行这样的过程 for j in range(n): # j = [1,2,3,n-1] # i 代表内层循环起始值

原创 数据结构之Python实现选择排序election sort

"""选择排序""""""思想是：对一个列表进行查找，记录下最小值和下标，之后根据下标查找出最小的那个元素，删掉的同时加入到另一个列表中 这样就形成了按照从小到大排序的效果。"""# 查找列表中最小的元素,然后进行排序def ChooseSmall(arr): smalllist = arr[0] # 把列表中第一个元素取出来 smalllist_

原创 数据结构之Python实现快速排序quick_sort

"""快速排序："""def quick_sort(alist, first, last): """快速排序""" if first >= last: return mid_value = alist[first] low = first high = last while low <

原创 数据结构之Python实现二分法查找dichotomy

"""定义一个数组780从里面查89"""def dichotomy(list, item): low = 0 high = len(list) - 1 while low <= high: mid = (low + high) # 取中间值 guess = list[mid] # 中间值查找数据 if ...

原创 数据结构之Python实现冒泡排序bubblesort

"""冒泡排序思想：就是先取出来第一个数，依次往后走相比较如果比他大的就交换走到n-1为止再重新走一遍。。。。直到最后"""def bubble_sort(alist): """冒泡排序""" n = len(alist) # 控制外层循环了几次 for j in range(n-1): for i in range(0,

原创 数据结构之Python实现归并排序merge

"""归并排序："""def merge_sort(alist): """归并排序""" n = len(alist) if n <= 1: return alist mid = n // 2 left_li = merge_sort(alist[:mid]) right_li = merge_sort

原创 Matplotlib之基本的用法

使用Jupyter来进行Matplotlib的绘制Jupyter notebook使用进入虚拟环境workon ai# 输入命令jupyter notebook1.实现一个简单的Matplotlib图形。import matplotlib as plt%matplotlib inlineplt.figure() # 创建一个画布plt.plot([1,3,4],[5,6...

转载 聚类算法

1. K-Means(K均值)聚类算法步骤： (1) 首先我们选择一些类/组，并随机初始化它们各自的中心点。中心点是与每个数据点向量长度相同的位置。这需要我们提前预知类的数量(即中心点的数量)。 (2) 计算每个数据点到中心点的距离，数据点距离哪个中心点最近就划分到哪一类中。 2. 均值漂移聚类均值漂移聚类是基于滑动窗口的算法，来找到数据点的密集区域。这是一个基于质心的算法，通过将中心点的...

转载 朴素贝叶斯公式

本文参考了该博客的实例，但该博客中的朴素贝叶斯公式计算错误，评论中的也不对，所以，重新写一篇。一. 朴素贝叶斯      朴素贝叶斯中的朴素一词的来源就是假设各特征之间相互独立。这一假设使得朴素贝叶斯算法变得简单，但有时会牺牲一定的分类准确率。    首先给出...

转载 奇异值分解（SVD）原理

  奇异值分解是一个有着很明显的物理意义的一种方法，它可以将一个比较复杂的矩阵用更小更简单的几个子矩阵的相乘来表示，这些小矩阵描述的是矩阵的重要的特性。就像是描述一个人一样，给别人描述说这个人长得浓眉大眼，方脸，络腮胡，而且带个黑框的眼镜，这样寥寥的几个特征，就让别人脑海里面就有一个较为清楚的认识，实际上，人...

原创 机器学习--正则化(Regularization)

过拟合问题：下图是一个回归问题第一个模型是一个线性模型，欠拟合，不能很好地适应我们的训练集；我们看看这些数据，很明显，随着房子面积增大，住房价格的变化趋于稳定或者说越往右越平缓。因此线性回归并没有很好拟合训练数据。没有很好地拟合训练数据，我们称之为欠拟合，或者叫做高偏差第三个模型是一个四次方的模型，过于强调拟合原始数据，而丢失了算法的本质：预测新数据。我们可以看出，若给出一个新的值使之...

原创 Machine learning--线性回归

线性回归定义：线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。其表达形式为y = w’x+e，e为误差服从均值为0的正态分布。白话版：当曲线为一条直线是，就是线性回归，线性是指特征和结果都是线性的，即x不大于1次方。回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回...

原创 captcha生成图片验证码

依赖Pillow# 安装Pillowpip install Pillowimage_name, image_code_text, image_code_bytes = captcha.generate_captcha()

原创 Git一些简单的操作。

Git1. Git介绍2. Git本地结构创建本地仓库(在项目目录中执行) git init3. git基本操作提交工作区变化到暂存区 git add 文件 git add .生成新版本(提交暂存区变化到仓库区) git commit -m "注释"查看工作区和暂存区的差异 git status查看提交的版本 git log设置当前本地仓库的提交者信息 g...

原创 Flask蓝图的使用

一. 蓝图flask的应用对象不能在其他文件中注册路由, 想要在项目的其他文件中注册路由, 需要使用 蓝图蓝图: flask项目实现 模块化 的一种机制1. 蓝图的基本使用 (重点)创建蓝图对象使用蓝图来装饰路由应用注册蓝图在包的init.py中关联视图文件home子应用下/init.pyfrom flask import Blueprint# 1.创建蓝图对象...

原创 Flask-Script 扩展

安装 Flask-Script 扩展pip install flask-script集成 Flask-Scriptfrom flask import Flaskfrom flask_script import Managerapp = Flask(__name__)# 把 Manager 类和应用程序实例进行关联manager = Manager(app)@app.route...

原创 Python 虚拟环境的创建

1虚拟环境 作用：避免类库不同版本的冲突 效果：独立的python环境 命令： 1>创建虚拟环境 mkvirtualenv -p python3 虚拟环境名称 2>退出虚拟环境 deactivate 3>进入虚拟环境 vorkon ...

原创 项目部署、收集静态文件、nginx和uwsgi实现负载均衡。

8. 项目部署1）静态文件服务器​ 开发阶段: live-server​ 部署阶段: nginx​ 域名: www.meiduo.siteDjango项目静态文件收集：# 设置setting配置文件STATIC_ROOT = '指定收集静态文件的保存目录'# 在终端执行收集静态文件的命令python manage.py collectstatic配置nginx服务器提供...

原创 DRF框架—认证&权限的使用

认证和权限是一起配合使用的。可以再配置文件中settings配置全局默认的认证&权限REST_FRAMEWORK = { # python中认证的配置 'DEFAULT_AUTHENTICATION_CLASSES': ( 'rest_framework.authentication.BasicAuthentication', # 基本认证 ...

原创 Python中，列表1~n输出步长为3的分组

print([[x for x in range(1,101)][i:i+3] for i in range(0,100,3)])输出结果[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18], [19, 20, 21], [22, 23, 24], [25, 26, 27], [28, 29, ...