开源视频平台:ViMP

ViMP是一个开源的视频平台,可以用于建立自己的视频门户。可以用于VoD系统,网络学习系统,企业内部视频系统的搭建。

这一阵子一直在研究网络视频平台。发现这类的开源系统相对来说还是比较少的,因此在发现ViMP之后,立即对其进行了简单的使用,在此记录一下。


ViMP的Community版本是开源的并且提供了试用的Demo。不过限于时间比较有限,就不自己搭建系统了,直接查看一下它的Demo系统。



ViMP的Demo系统的前台如图所示,和常见的视频网站很类似。视频可以以网格状或者是列表的形式展现出来。左边则是视频的分类。


单击一个视频,可以打开该视频的页面。可以看出和优酷,土豆这类的网站很类似。


ViMP的Demo系统的后台如图所示。左边包含了系统各个方面的设置:媒体,用户,组,博客等等。默认打开的是媒体方面的列表:各个媒体的属性以列表的形式呈现出来,可以对媒体的属性进行更改。


博客的设置如下图所示。可见博客文章也是以列表的形式显示出来的。


其他功能不再详细分析,操作还是比较简单的。


ViMP官网首页:http://www.vimp.com/en/

ViMP Community首页:http://www.vimp.com/en/web/vimp-community.html

转载于:https://www.cnblogs.com/leixiaohua1020/p/3901892.html

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
survivalsvm模型是一种支持向量机模型,用于生存分析领域。在R语言中,我们可以使用survivalsvm包来实现该模型。下面将介绍如何计算该模型的变量重要性和integrated brier score,并给出详细的代码和分步解释。 首先,我们需要加载必要的库和数据。在这里,我们使用survival包中的lung数据集来进行演示。 ```R library(survivalsvm) library(survival) data(lung) ``` 接下来,我们将数据集拆分成训练集和测试集,并使用survivalsvm模型进行拟合。 ```R # 拆分数据集 set.seed(123) train <- sample(nrow(lung), 0.7 * nrow(lung)) test <- setdiff(1:nrow(lung), train) # 拟合survivalsvm模型 fit <- survivalsvm(Surv(time, status) ~ ., data = lung[train,]) ``` 现在,我们可以计算变量重要性。我们可以使用VIMP函数来计算变量重要性,该函数基于permutation importance方法。下面是代码和解释: ```R # 计算变量重要性 vimp <- VIMP(fit, nperm = 50) vimp ``` 解释: - `VIMP`函数计算变量重要性,并返回一个包含每个变量重要性的列表。 - `fit`是我们拟合的survivalsvm模型。 - `nperm`参数指定进行多少次随机排列来计算变量重要性。随机排列是用来破坏变量之间的相关性,以便更准确地计算变量重要性。 接下来,我们可以计算integrated brier score。我们可以使用ibs函数来计算integrated brier score。下面是代码和解释: ```R # 计算integrated brier score ibs <- ibs(fit, newdata = lung[test,]) ibs ``` 解释: - `ibs`函数计算integrated brier score,并返回一个值,表示模型的预测能力。 - `fit`是我们拟合的survivalsvm模型。 - `newdata`参数是一个测试数据集,用来计算模型的预测能力。 以上就是计算survivalsvm模型的变量重要性和integrated brier score的详细代码和分步解释。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值