![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
基础
dfy20020530
研究所 碼農 成迷於學習技術而忘記寫論文............
展开
-
Elasticsearch Python查询超过10000笔数据解决方法
Elasticsearch Python查询超过10000笔数据解决方法起因最近在做数据收集以及分析,目前收集的数据使用的是ES目前已经超过10W笔,当我想要将所以有数据从ES抓下来做分析的时候遇到了问题我使用form size 来做分页一开始查询第0至10000笔数据都是正常的但是当我想查询10000 至20000 笔数据就报错了查询代码如下GET index/_search{"from ":10000,"size" : 10000,"query":{"match_all":{}}}原创 2021-03-22 12:42:05 · 1478 阅读 · 0 评论 -
flask开发API与宝塔配置SSL教学
记录下自己在开发flask API 遇到的问题1.flask API最近在学习前端,遇到一个需求需要使用Ajax去获取json档案内的数据,首先我想到的是直接写个json 放在本地之后通过ajax 去读取 代码如下:写在前面:本人是这很垃圾的程序员很多东西都是一知半解,如果各位大佬看出有不对的地方还请指教~<script> $.ajax({ url: '本地json路径', type: "GET", /* or type:"GET" or type原创 2020-05-13 16:05:56 · 712 阅读 · 0 评论 -
机器学习基础算法笔记
机器学习是入门AI的必经之路里面有众多的基础算法如线性回归,决策树等等的算法,机器学习可以分为监督式学习(Supervised learning)以及非监督学习(Unsupervised Learning ),目前最广泛被使用的分类器有人工神经网络、支持向量机、最近邻居法、高斯混合模型、朴素贝叶斯方法、决策树和径向基函数分类,无监督学习里典型的例子就是聚类了。聚类的目的在于把相似的东西聚在一起,而我们并不关心这一类是什么。因此,一个聚类算法通常只需要知道如何计算相似度就可以开始工作了。原创 2019-03-29 17:16:29 · 276 阅读 · 0 评论 -
机器学习基础算法二-逻辑回归
摘要之前介绍了线性回归现在我们来介绍一下逻辑回归以及两者之间的差异,逻辑回归通过一组预测器变量,可以很有效的预测特征与输出结果。这与线性回归很相似,但更适用于二分类问题。方程系数可以用来估计模型中的自变量的比率,这适用于更广泛的问题模型,另一方面,可以将逻辑回归用于确定某个事件的可能性,输出值为0或1。在逻辑回归中不仅可以解决二分类问题,也可以求解多分类问题,只不过它常被用来做二分类。线性回...原创 2019-04-01 20:29:41 · 179 阅读 · 0 评论 -
机器学习算法基础3-决策树
摘要今天介绍决策树以及 信息论基础首先我们看到 信息论基础可以分为熵是接收的每条消息中包含的资讯的平均量,又被称为资讯熵,信源熵,平均资讯本体量。这里,「消息」代表来自分布或数据流中的事件,样本或特征。(熵最好理解为不确定性的量度而不是确定性的量度,因为越随机的信源的熵越大。)联合熵联合熵的定义,代表X,Y同时发生的不确定性条件熵在资讯理论中,条件熵描述了在已知第二个随机变量 ...原创 2019-04-03 20:20:31 · 296 阅读 · 0 评论