- 博客(86)
- 收藏
- 关注
RSS订阅原创 如何求候选码、属性集的闭包
候选码满足的性质完整定义为：候选码属性自己推出自己满足自反性；如果两个属性之间有边一定是一条有向边(无双向边)，并且这一条有向边的方向一定是候选码和被候选码指向的其他属性指向其他属性，满足异想天开之反对称性，我称之为直传递性。
2024-04-24 20:52:31
453
原创 如何制作伸缩侧边栏？
则会相对于最近的已定位祖先元素进行定位，如果没有已定位的祖先元素，则相对于最初的包含块进行定位。侧边栏的伸缩需要用户触发事件，这里使用button为例，用户点击按钮实现侧边栏的打开和关闭。是 CSS 中两种不同的定位属性，它们在元素定位和布局上有着不同的作用。会相对于自身的原始位置进行定位，而。
2024-03-31 20:05:54
618
原创 前缀树/字典树Trie
在前缀树中，每个节点可能包含多个子节点，每个子节点代表在当前字符后可能出现的下一个字符。如果多个字符串有相同的前缀，它们将共享前缀树中的一条路径，这使得前缀树在空间使用上非常高效。：尽管前缀树在最坏情况下可能空间效率低下（每个节点只有一个子节点），但对于有共同前缀的字符串集合，前缀树通常比其他数据结构更节省空间。：前缀树是实现自动补全功能的理想数据结构，因为它可以快速找到具有共同前缀的所有字符串。：结束标志true/false，用于表示当前节点是否为一个完整的字符串的结尾.：一个节点的孩子节点.
2024-03-30 20:33:55
430
原创 如何简单在手机上/移动端测试web程序
也许你在搜索到如何在手机上测试web的方法是：Chrome DevTools模拟手机调试岩鼠平台真机调试weinre远程调试工具等等等待但也许只是需要在手机上简单试用一下我们开发的web。
2024-03-27 15:52:53
331
原创 工程数学-线性代数-第六版-第一章—行列式学习笔记
由三阶行列式可以类推出，n阶行列式如下：其中 p1 p2...pn 为自然数1 ，2，…，n的一个排列，t为这个排列的逆序数.由于这样的排列共有n！个，因而a1p1 a2p2 ... anpn 的项共有n！项.所有这n！项的代数和 ∑(-1 )^t *a1p1*a2p2 …
2024-03-20 19:41:21
1574
原创 循环冗余检验CRC
透明传输指的是一种数据传输方式，什么样子的字符都可以放在这样的帧中传输过去，其中传输的数据在传输过程中不会被修改，网络设备（如交换机和路由器）对数据的传输不施加任何影响，使得发送端和接收端看起来就像是直接连接的一样。从物理层传来的比特(实际上就是物理层表示数据的特殊名称)，会在数据链路层封装成帧(实际上就是数据链路层表示数据的特殊名字)，之后在网络层变成包，在传输层变成段，最后在会话层、表示层、应用层变为报文。接收端在收到物理层上交的比特流后，就能根据首部和尾部的标记，从收到的比特流中识别帧的开始和结束。
2024-03-15 20:53:10
405
原创 自动创建word文档的exe文件，自定义文件名、保存路径
self.scrollbar = Scrollbar(self.text_frame, command=self.text_file_names.yview)创建一个滚动条， self.text_frame 是滚动条所在的父容器(文本框和滚动条设置为同一个父容器放在一起)，command=self.text_file_names.yview 表示滚动条与文本框的纵向滚动事件关联起来。1. 下载完成后双击文件。
2024-03-09 12:26:55
1003
原创 批量梯度下降、随机梯度下降、小批量梯度下降
由于要处理整个训练集，批量梯度下降需要较大的内存来存储全部数据，并且计算速度相对较慢。但它的优点是可以保证收敛到全局最优解，尤其在凸优化问题上表现良好。因为每次只看一个样本，随机梯度下降的计算速度很快，但对于非凸优化问题或存在噪声较多的数据集，可能会收敛到局部最优解而不是全局最优解。此外，由于随机性的存在，它可以帮助跳出局部最优解。小批量梯度下降综合了批量梯度下降的稳定性和随机梯度下降的计算效率，通常在实际应用中被广泛采用。小批量梯度下降是介于批量梯度下降和随机梯度下降之间的一种方法。
2024-02-15 22:54:47
457
原创 sklearn—roc_curve，roc_auc_score
通过设置不同的阈值，这些连续的分数会被转换为二元的分类结果（例如，正类或负类）。AUC的值介于0和1之间，一个完美的分类器的AUC为1，而一个完全随机的分类器的AUC为0.5。计算 ROC 曲线的各个点，并返回假正例率（False Positive Rate, FPR）、真正例率（True Positive Rate, TPR）以及用于生成这些率的决策阈值（Thresholds）。获取模型对每个样本的决策分数，这些分数随后被用于计算ROC曲线和AUC分数，以评估模型对于识别数字“5”的性能。
2024-02-08 18:21:23
946
原创 sklearn-cross_val_predict,confusion_matrix,precision_score, recall_score, f1_score
在这个例子中， X_train包含60000个手写数字图像的特征向量，而 y_train_5 是一个布尔数组，表示每个图像是否代表数字"5"（True表示是"5"，False表示不是"5"）。也就是预测结果是 5 实际情况也是 5，和预测结果是 5 实际情况也是 5 + 预测结果不是5 实际情况也不是5 的比例。，精确率是预测为正类（此例中为数字"5"）的样本中，实际为正类的比例。也就是预测结果和实际情况为5 和 预测结果和实际情况为5 + 预测结果为5实际情况不是5之和 的比例。
2024-02-07 17:20:29
990
原创 使用sklearn-SGDClassifier分类mnist数据集中‘5‘，并使用交叉验证评估模型
random_state参数是许多算法中用于控制随机数生成的种子值的一个常见参数。通过设置random_state为一个固定的整数值，可以确保代码的随机性部分是可重复的，这意味着每次运行代码时，如果输入数据不变，使用相同的random_state值将得到完全相同的结果。1. 下图报错也许是因为尝试使用shuffle_index数组来索引X_train[]DataFrame时，该索引数组中的值被误解。这个数组shuffle_index可以用于打乱数据集，确保数据的随机性。3. 以图片形式显示X[66666]
2024-02-06 21:21:50
719
原创 爬取58二手房并用SVR模型拟合
爬取数据仅用于练习和学习。本文运用二手房规格sepc(如3室2厅1卫)和二手房面积area预测二手房价格price，只是练习和学习，不代表任何实际意义。
2024-02-03 20:47:00
1240
1
原创 计算机组成原理-期末复习
外围设备这个术语涉及相当广泛的计算机部件。事实上，除了 CPU 和主存外，计算机系统的每一部分都可作为一个外围设备来看待。持续更新。
2024-01-02 21:28:04
972
1
原创 概率论基础复习题
显著性水平从0.05降低到0.01，说明拒绝域也减小，在拒绝域大的情况下接受，那么在该拒绝域变小的情况下也定然接受。[3] 茆诗松, 周纪芗. 概率论与数理统计 (第三版). 中国统计出版社, 2007。[4] 陈家鼎等. 数理统计学讲义 (第二版). 高等教育出版社, 2006。[5] 王松桂等. 概率论与数理统计 (第三版). 科学出版社, 2011。[1] 陈希孺. 概率论与数理统计. 中国科学技术大学出版社, 2009。样本方差是总体方差的无偏估计。统计值是一个数值，统计量是一个随机变量。
2023-12-30 12:09:20
912
原创 矩估计定义及例题
估计的原理就是用计算样本得到的参数替换总体的参数，用样本矩代替总体矩，比如用样本原点矩替换总体原点矩。实际上，常用一阶样本原点矩 = 总体E(x)，用二阶样本中心矩 = 总体D(x)。总体：在一个统计问题中，我们把研究对象的全体称为总体，构成总体的每个成员称为个体。茆诗松, 周纪芗等. 概率论与数理统计 (第三版). 中国统计出版社, 2007。王松桂等. 概率论与数理统计 (第三版). 科学出版社, 2011。样本：在总体中抽取样本的过程称之为抽样，得到样本。
2023-12-26 19:47:38
617
1
原创 Linux基础概念-期末复习
用户在使用该存储设备之前，必须将该设备中的文件系统接入 Linux的虚拟文件系统中，这个过程称为挂载(mount)，文件系统所挂载到的目录称为挂载点。，包括 Windows FAT32、NTFS、OS/2的HPFS，甚至网络上其他计算机所共享的文件系统NFS等，都是 Linux支持的文件系统。软链接指向源文件地址，占用空间极少；系统第一块SCSI接口的硬盘称为/dev/sda，它的第一个分区称为/dev/sda1。系统第一块IDE接口的硬盘称为/dev/hda，它的第一个分区称为/dev/hda1。
2023-12-26 19:46:43
928
3
原创 致深空中最遥远的你
说来也可笑，不知道是不是每一个男生小时候都认为什么什么几号非常炫酷，我小时候是这样，记不清什么时候听说了旅行者一号，这个酷酷的名字一直烙印在我心里，不知不觉中，我已经忘记了星辰大海的浪漫。NASA分析故障来官探测器上的两台计算机，行数据系统与遥测调制单元之间的通信中断，糟糕的是，描述探测器健康和状态的工程数据也一片混乱，工程师已尝试数次启动和关闭FDS但未获成功，NASA表示即便旅行者1号得到修复它的工作时间也已不多，旅行者1号的故障是一个孤独的提醒告诉人类离别之刻将近......致敬所有科学家和探索者！
2023-12-20 18:45:15
388
原创 离散型概率密度函数的分布列⇔分布函数
由于是离散型的概率密度函数，我把他抽象到数轴上理解：如下分布列和数轴，如果要求P{x≥2}，应该是数轴的哪部分？
2023-12-15 19:09:54
532
原创 正态总体的区间估计
估计的根本都是用样本来估计总体，从总体中抽取样本，通过计算得到样本观测值，就把总体的参数估计到样本观测值中。 在区间估计中，通过样本得到两个观测值θ1、θ2(θ1
2023-12-12 19:15:29
616
3
原创 操作系统-期末复习
分时操作系统通过将计算机的处理时间划分为若于时间片(time sice)，并轮流分给不的用户或服务，实现了多个用户之间的交互和共享。每个用产通过终端(temninal)或者远程登录方式连接到计算机系统，并可以在同一时间内并发地运行多个程序。简单来说，就是多个人使用一台计算机。硬实时操作系统要求任务在指定的时间内必须完成，并对任务的响应时间有极严格的要求。这类系统主要用于航空航天、工业自动化和医疗设备等对实时性要求很高的领域，例如飞行控制系统、核电站控制系统、导弹制导系统。
2023-12-10 18:20:15
827
1
原创 对全概率公式、贝叶斯公式的理解
从直观上也比较好理解，因为我们是先从第一箱中取出产品到第二箱中，再从第二箱中取出产品，那么先发生的是从第一箱中取出产品放到第二箱中，自然会作为从第二箱中取出产品的条件，但由于我们要先从第一箱中取出产品放到第二箱，所以还有乘P(从第一箱中取出产品放到第二箱中)装在第二个箱中，今在第一箱中任意取出2件混入到第二箱中，然后再从第二箱中任取一件，求出第二箱中取到的是次品的概率。在从第一箱中取0件次品到第二箱中的前提下，从第一箱中取0件次品到第二箱中的前提又作为在第二箱取到次品的条件。
2023-11-25 21:59:33
438
原创 上机练习 8: DataFrame 综合练习
6) 自定义函数 df extend()实现如下功能: 传入一个 DataFrame，该函数会在该 DataFrame 中添加一列，列索引为“SUM”，其中的元素为各列元素的和。然后再添加一行，行索引为“MEAN”，其中的元素为各列元素的平均值。7)自定义数 max three()实现如下功能: 传入一个 DataFrame，该函数会以列表的方式返回该 DataFrame 中最大的三个元素的坐标;(用元组表示坐标，例如:[(2,4),(3,6),(1,5)]。
2023-11-17 18:56:37
264
原创 多特征线性回归模型
Y：我们需要预测的真实值，也就是Happiness.Score(自由指数)X2：Freedom(我理解为一个国家的自由度，调查得到)θ1：X1的系数θ2：X2的系数ε：误差α：学习率θ0：偏置项。
2023-11-02 20:44:37
133
原创 导数、偏导数、方向导数
导数是描述函数变化率的数学概念。导数的定义式:那么就有一个问题，为什么求函数的最大值点是要对其自变量求导，并使其导数等于0比如:求L(θ)=3lnθ+2ln(1-θ)的最大值点既然导数表示函数的变化率，那么当函数L(θ)的导数等于0，也就是函数L(θ)的变化率等于0，函数不再变化了，这个值唯一了，那么唯一的值只可能是最大值或最小值。
2023-10-16 20:48:58
451
原创 Python爬取wallhaven的所有4k壁纸图片
并行下载图片：可以考虑将图片下载的部分放入异步任务中，实现并行下载多张图片，提高下载速度。使用多线程或异步请求：可以考虑使用多线程或异步请求库，如。等，同时发送多个请求，从而加快爬取速度。随page参数变化网页变化。
2023-10-06 17:13:06
234
原创 Linux删除空目录/非空目录和文件
删除名为mydir的空目录:删除名为mydir的非空目录(非空目录是指该目录包含了其他文件或子目录，而不是空的或没有任何内容的目录)删除mydir1下的空目录mydir2删除当前目录下所有以dir+一个数字结尾的目录。
2023-10-05 17:15:54
1163
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人