- 博客(103)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 我与春风皆过客，你携秋水揽星河
“我还能爱你吗？”，面对电话，我内心真的很想说出来这句话。“你到底想给我说什么呢？，不说我要睡觉了哦。”电话一头一个我熟悉甜美的声音传了过来。“嗯~，照顾好自己，我会一直挂念你的，晚安。”随后便是一段长时间的安静，直到我挂了电话。我靠在大学宿舍一个偏僻走廊的墙上，泪水缓缓的从我脸颊上滴落。心里堵了一道墙骗自己的感觉真他妈难受。男人面临最大的困境就是永远比同龄的女生更加幼...
2019-12-10 11:02:00
1636
原创 Pycharm配置（二）
1、主题 这部分教程主要介绍如何创建一个Python工程并使其具有Pycharm的代码风格。你将会看到Pycharm使你的源码变得非常简洁美观，带有合适的缩进、空格等等，因此Pycharm也是一款代码质量管理的利器。 这部分教程并不会介绍如何使用Python进行编程，更多有关Python编程的知识请参照：Python编程2、准备工作 在开始之前，请确认一下情况： ...
2019-03-11 15:47:46
1912
原创 Excel 批量导入
目录标题1.最终的效果图2.开发步骤2.1 环境配置2.2 POM 文件的引入2.3 web开发2.4 服务端开发新的改变1.最终的效果图2.开发步骤2.1 环境配置环境版本Eclipse2018-12 (4.10.0)poi3.14poi-ooxml3.142.2 POM 文件的引入<!-- https://mvnrepository...
2019-03-11 14:46:51
1145
原创 LINUX 下 springboot项目的启动和停止
文章目录项目运行查看是否存在 nohup进入jar包所在路径，运行 nohup 命令项目停止Linux 启动停止SpringBoot jar 程序部署Shell 脚本项目运行查看是否存在 nohupwhich noohupvim ~/.bash_profile文件生效：source ~/.bash_profilenohup --version如果第一步就没有发现noh...
2019-01-29 10:34:22
25669
3
原创 spring boot 开发笔记（二）
目录使用@Valid表单验证使用AOP处理请求统一异常处理使用@Valid表单验证在字段上面添加限制 @Min(value = 18,message = "未成年少女禁止入内！") private Integer age;运用 @Valid 进行验证 /** * 添加一个女生 sou写代码 * @return */ @PostM...
2019-01-09 22:53:05
230
原创 spring-boot 报错报告
报错目录【SpringBoot】Spring Boot Configuration Annotation Processor not found in classpath【SpringBoot】Re-run spring boot configuration annotation processor to update generate metadata【SpringBoot】Spring Bo...
2019-01-09 09:58:44
978
原创 Java开发笔记（六）之集合框架 List 、Set、Map细讲
java笔记目录List 中元素是否存在实例Set 元素是否存在实例Map 中是否包含指定的 key 和 value 实例Collections.sort() 实现 List 排序Comparable --默认比较规则Comparator --临时比较规则测试案例List 中元素是否存在实例 /* * 测试List的contains方法 */ public void testLis...
2019-01-07 14:16:34
258
原创 Java开发笔记（五）之集合框架 Map
java笔记目录Map 与 HashMap的介绍Map 增加元素实例Map 删除元素实例Map 与 HashMap的介绍Map 增加元素实例import java.util.HashMap;import java.util.Map;import java.util.Scanner;import java.util.Set;public class MapTest { /*...
2019-01-06 22:52:28
189
原创 Java开发笔记（四）之集合框架List与Set
java笔记目录1、集合概述2 Collection 接口 & List 接口 实例2.1 List 的增删改查功能2.2 泛型MYSQL5.7工具IDEA 2017.3/ Eclipse oxygen.2Guns 开发手册 如下mybatis-plus文档 beetl文档 spring boot 文档2.部署和启动2.1 ...
2019-01-04 16:32:58
538
原创 NATAPP软件的使用
1.购买免费隧道2.本机建立web服务（和隧道端口一致）2.在 natapp.cn 根据您的本机下载对应的客户端,比如我的本机是win10,64位,则下载Windows 64位的客户端3.下载后解压得到natapp.exe4.取得authtoken 在网站后台,我的隧道处,可以看到刚才购买的隧道5.运行natappnatapp支持两种运行方式a) config.ini方式 (推...
2019-01-04 15:20:31
941
原创 MyEclipse加载项目 报错笔记
一. No plugin found for prefix ‘war’ in the current project and in the plugin groupsNo plugin found for prefix 'war' in the current project and in the plugin groups [] available from the repositories ...
2018-11-21 17:03:12
258
原创 Webservice学习笔记一
1 Webservice就是一种远程调用技术，他的作用就是从远程系统中获取业务数据2什么是webservice2.1什么是远程调用技术远程调用数据定义：是系统和系统之间的调用2.2Webservice的原理图Webservice是使用Http发送SOAP协议的数据的一种远程调用技术Webservice要开发服务端Webservice要开发客户端Webservice客户端开发需要阅...
2018-11-19 15:41:15
462
原创 Java_JDBC_连接池封装调用实例
需要到mysql官网下载相对应版本的mysql-connector-java-5.1.47.jar连接类库封装：package cn.itcasst.ws.mysqldb;import java.io.FileInputStream;import java.io.IOException;import java.sql.CallableStatement;import java.sql...
2018-10-29 16:57:50
430
原创 Tomcat 错误锦集
Tomcat 错误锦集第一种错误未完待续第一种错误org.apache.cxf.transport.servlet.ServletController invoke 警告: Can’t find the the request for http://localhost:8080原因：tomcat以前部署的项目与现在冲突。解决办法：1.删除tomcat，重新下载tomcat。2.删除里面...
2018-10-29 11:51:13
411
原创 机器学习(十三) 集成学习和随机森林（下）
五、随机森林和 Extra-Trees六、Ada Boosting 和 Gradient Boosting七、Stacking八、学习scikit-learn文档,官方学习文档： http://scikit-learn.orghttp://scikit-learn.org/stable/...
2018-09-04 22:13:00
163
原创 机器学习(十三) 集成学习和随机森林（上）
一、什么是集成学习二、Soft Voting Classifier更合理的投票，应该有的权值三、Bagging 和 Pasting四、oob (Out-of-Bag) 和关于Bagging的更多讨论...
2018-09-03 21:44:00
180
原创 机器学习(十二) 决策树（下）
四、基尼系数五、CART与决策树中的超参数Classification And Regression Tree根据某一个维度d 和某一阈值v进行二分scikit-learn的决策树实现：CART六、决策树解决回归问题七、决策树的局限性本文章仅仅 波波老师机器学习的学习笔记。本文章仅...
2018-09-03 15:12:00
141
原创 机器学习(十二) 决策树（上）
决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度，使用算法ID3,C4.5和C5...
2018-09-02 22:22:00
242
原创 机器学习(十一) 支持向量机 SVM（下）
支持向量机通过某非线性变换 φ( x) ，将输入空间映射到高维特征空间。特征空间的维数可能非常高。如果支持向量机的求解只用到内积运算，而在低维输入空间又存在某个函数 K(x, x′) ，它恰好等于在高维空间中这个内积，即K( x, x′) =<φ( x) ⋅φ( x′) > 。那么支持向量机就不用计算复杂的非线性变换，而由这个函数 K(x, x′) 直接得到非线性变换的内积，使大大简化...
2018-09-02 18:43:00
220
原创 机器学习(十一) 支持向量机 SVM（上）
一、什么是支撑向量机SVM （Support Vector Machine）SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起，然后扩展到线性不可分的情况。甚至扩展...
2018-09-01 21:00:00
283
原创 机器学习(十) 评价分类结果 (下)
五、精准率和召回率的平衡Precision-Recall 的平衡六、精准率-召回率曲线七、ROC曲线Receiver Operation Characteristic Curve描述 TPR 和 FPR 之间的关系metrics.pyimport numpy as npfrom math import sqrtdef accu...
2018-09-01 19:11:00
290
原创 机器学习(十) 评价分类结果 (上)
一、准确度的陷阱和混淆矩阵分类算法的评价分类准确度的问题：一个安正预测系统，输入体检信息，就可以判断是否有癌症，预测准确度：99.9%如果癌症产生的概率只有0.01%我们系统预测所有人都是健康的，可达到99.99%的准确度。对于极度偏斜 (Skewed Data）的数据 只使用分类准确度 是远远不够的，需要使用 混淆矩阵 做进一步的分析二、精准率和召回率...
2018-09-01 16:22:00
267
原创 机器学习(九) 逻辑回归 (下)
五、决策边界六、在逻辑回归中使用多项式特征七、scikit-learn中的逻辑回归八、OvR与OvO我写的文章只是我自己对bobo老师讲课内容的理解和整理，也只是我自己的弊见。bobo老师的课 是慕课网出品的。欢迎大家一起学习。我写的...
2018-08-31 20:40:00
113
原创 机器学习(九) 逻辑回归 (上)
一、什么是逻辑回归逻辑回归 Logistic Regression逻辑回归：解决分类问题回归问题怎么解决分类问题？将样本的特征和样本发生的概率联系起来，概率是一个数。二、逻辑回归的损失函数三、 逻辑回归损失函数的梯度四、实现逻辑回归...
2018-08-31 20:03:00
250
原创 机器学习(八) 多项式回归与模型泛化(下)
六、验证数据集与交叉验证七、偏差方差平衡偏差方差权衡 Bias Variance Trade off偏差 Bias导致偏差的主要原因：对问题本身的假设不正确！如：非线性数据使用线性回归欠拟合 underfitting方差 Variance数据的一点点扰动都会较大的影响模型通常原因，使用的模型太复杂如高阶多项式回归。...
2018-08-31 16:08:00
191
原创 机器学习(八) 多项式回归与模型泛化(上)
一、什么是多项式回归直线回归研究的是一个依变量与一个自变量之间的回归问题，但是，在畜禽、水产科学领域的许多实际问题中，影响依变量的自变量往往不止一个，而是多个，比如绵羊的产毛量这一变量同时受到绵羊体重、胸围、体长等多个变量的影响，因此需要进行一个依变量与多个自变量间的回归分析，即多元回归分析。研究一个因变量与一个或多个自变量间多项式的回归分析方法，称为多项式回归（Polynomial Re...
2018-08-31 09:24:00
297
3
原创 机器学习(七) PCA与梯度上升法 (下)
五、高维数据映射为低维数据换一个坐标轴。在新的坐标轴里面表示原来高维的数据。低维 反向 映射为高维数据PCA.pyimport numpy as npclass PCA: def __init__(self, n_components): """初始化PCA""" assert n_components >= ...
2018-08-30 22:15:00
180
原创 机器学习(七) PCA与梯度上升法 (上)
一、什么是PCA主成分分析 Principal Component Analysis一个非监督学的学习算法主要用于数据的降维通过降维，可以发现更便于人类理解的特征其他应用：可视化；去噪第一步：将样例的均值归零（demean）二、使用梯度上升法求解PC...
2018-08-29 21:51:00
379
原创 机器学习(六) 梯度下降法 (下)
梯度下降法的基本思想可以类比为一个下山的过程。假设这样一个场景：一个人被困在山上，需要从山上下来(i.e. 找到山的最低点，也就是山谷)。但此时山上的浓雾很大，导致可视度很低。因此，下山的路径就无法确定，他必须利用自己周围的信息去找到下山的路径。这个时候，他就可以利用梯度下降算法来帮助自己下山。具体来说就是，以他当前的所处的位置为基准，寻找这个位置最陡峭的地方，然后朝着山的高度下降的地方走，同理，...
2018-08-29 20:49:00
209
原创 机器学习(六) 梯度下降法 (上)
一、什么是梯度下降法梯度下降法 Gradient Descent1.不是一个机器学习算法2.是一种基于搜索的最优化方法3.作用：最小化一个损失函数4.梯度上升法：最大化一个效用函数并不是所有函数都有唯一的极值点二、模拟梯度下降法三、线性回归中的梯度下降法多元线性回归中的梯度下降法...
2018-08-28 21:32:00
177
2
原创 机器学习(五) 线性回归法 （下）
六、最好的衡量线性回归法的指标： R Squareddef r2_score(y_true, y_predict): """计算y_true和y_predict之间的R Square""" return 1 - mean_squared_error(y_true, y_predict)/np.var(y_true)七、多元线性回...
2018-08-27 21:20:00
152
原创 机器学习(五) 线性回归法 （上）
一、简单额线性回归解决回归问题思想简单、实现容易许多强大的非线性模型的基础结果具有很好的可解释性蕴含机器学习中的很多重要思想二、最小二乘法三、简单线性回归的实现SimpleLinearRegression.pyimport numpy as np...
2018-08-25 22:31:00
201
原创 机器学习(四) 机器学习(四) 分类算法--K近邻算法 KNN (下)
六、网格搜索与 K 邻近算法中更多的超参数七、数据归一化 Feature Scaling解决方案：将所有的数据映射到同一尺度八、scikit-learn 中的 Scalerpreprocessing.pyimport numpy as npclass StandardScaler: def __i...
2018-08-25 18:12:00
166
原创 机器学习(四) 分类算法--K近邻算法 KNN (上)
一、K近邻算法基础KNN------- K近邻算法--------K-Nearest Neighbors思想极度简单应用数学知识少 （近乎为零）效果好（缺点？）可以解释机器学习算法使用过程中很多细节问题更完整的刻画机器学习应用的流程import numpy as npimport matplotlib.pyplot as plt实现我们自己的 ...
2018-08-25 11:48:00
265
原创 机器学习(三) Jupyter Notebook, numpy和matplotlib的详细使用 (下)
七、Numpy中的矩阵运算八、Numpy中的聚合运算九、Numpy中的arg运算十、Numpy中的比较和Fancy Indexing十一、Matplotlib数据可视化基础十二、数据加载和简单的数据探索...
2018-08-24 23:23:00
285
接受json格式的CXF+Spring整合的REST的服务完整接口实例
2018-11-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人