开发小功能
刂木氵
这个作者很懒,什么都没留下…
展开
-
Echarts图表各类型概述
Echarts图表各类型概述概述新的改变概述近期对Echarts各类型图标做了功能性的了解,做了简单的概述总结,主要方便自己记忆。新的改变1.柱状图:柱状图用于较小的数据集分析,重在比较数据大小。2.折线图:用于显示在相等时间间隔下数据的趋势,重在显示数据变化的趋势。3.饼图:重在展示各项的大小与各项总和的比例。4.散点图:散点图更偏向于研究型图表,散点图核心的价值在于发现变量之间的关系,线性关系、指数关系、对数关系等等,或者没有关系,散点图经过回归分析之后,可以对相关对象进行预测原创 2021-11-09 13:31:45 · 4744 阅读 · 0 评论 -
通过NFS服务实现挂载
nfs挂载操作步骤举例:环境:CentOS 7.4服务端 IP:192.168.2.172客户端 IP:192.168.2.171在服务端上操作编辑:vi /etc/exports本机上要共享的路径 空格 客户端的路径(权限设置)/usr/zmp_pc/RecvFiles/traceability 192.168.2.171(rw,sync,no_root_squash)查看nfs服务启动情况:service nfs status重启nfsservice nfs restart再到原创 2020-12-08 16:41:13 · 935 阅读 · 0 评论 -
文档相似性设计预言
文档相似性设计预言预言实现思路实际项目实际方案预言当下较常用的相似度计算大致分为两类:一、主题模型:代表方式: LSA/LSI、NMF、LDA、word2vec等。描述:这类算法可算作最简单的机器学习,对于基础文档进行主题过滤,计算出主题和词语、主题和文档的关联性,对于文档中语义的判定提供支持。二、特征向量+距离算法代表方式:simhash+汉明距离、余弦相似性、Jaccard相似性系数等。描述:此类算法先对文档进行分词,根据词频等权重量,将词语抽象为空间向量,对其偏移进行计算,以作为相似原创 2020-05-24 18:56:31 · 242 阅读 · 0 评论 -
离线IP归属地查询
离线IP归属地查询项目已经使用的是纯真的IP离线库,客户反馈经常不准,尝试寻找更好的替代方案,尝试了geoLite2的库,结果发现也不准,于是放弃了升级改造。通过https://www.ipip.net/ 查询对比得知,因为更新的时间较新的原因,付费的geo库准确。尝试的流程如下:第一步:新建springboot工程,添加以下依赖<!-- geo ip2 实现离线IP 查询 --> <dependency> <groupId>原创 2020-05-22 17:54:13 · 990 阅读 · 0 评论