- 博客(33)
- 收藏
- 关注
RSS订阅原创 如何写好sql
由于工作原因，需要写大量sql,将平时写sql 的方法和一些特殊功能整理一下，希望能帮助到大家。1、注意层次和注释层次快捷键：tab注释快捷键：ctrl+/2、从最里层开始写嵌套sql 从最里层开始写，即语句的中间部分，然后一步一步向外。3、语句执行顺序、每一步生成什么了然于心from>join>on>where>group by>聚合函数>having>select>distinct>order byselect distinct(
2021-01-19 14:34:47
2296
1
原创 IP、网关、端口等计算机相关名词理解
一直以来一直很困惑跟计算机网络相关的名词，看来很多的博文，每次还是会很模糊。还是自己来总结一下。网络通信过程整个网络是一个层级的概念。设备必须在同一网段内才能搜索到其他设备或者热点。一般情况下，在联网搜索过程中，需要DNS将要访问的域名解析成IP，然后通过自己所在网段的网关（路由）发送到目标网的网关，通过端口号来判定访问哪类资源并返回。子网掩码和IP的与操作可以判定电脑是否处于同一网段。...
2020-12-31 14:41:00
323
原创 Github 无法登陆，网站超时问题
网络诊断为：电脑配置没有问题，但是该网站服务器资源无法访问。简单点直接上解决办法：在hosts文件中添加网站IP。在文件目录下：C:\Windows\System32\drivers\etc 中，将hosts文件复制到桌面，右键 【属性】将【只读】勾掉（否则无法修改），随后可以选择记事本或文档等软件打开，在文件内容末添加： 140.82.113.4 github.com 199.232.69.194 github.global.ssl.fastly.net这里，需要
2020-10-22 12:15:06
766
原创 Markdown 基本语法总结
Markdown 简介Markdown 是一种轻量级标记语言，使用一些简单的语法来代替排版，常用的标记只有十多种，学习成本低，可以快速上手。在写CSDN博客时也可以直接使用Markdown语法提高书写效率，记得标记和正文之间要加空格哦。语法总结1、标题创建使用 # title ,可以创建一级标题；## title 为二级，依次类推。目前支持到六级标题创建。# 一级标题创建## 二级标题创建2、文本格式加粗 ：分别将两个星号 ** 放置加粗文本前后** 加粗文本 **斜
2020-10-09 18:17:25
210
原创 数据统计检验方法
1、http://blog.sina.com.cn/s/blog_44befaf601016r5o.html2、http://blog.sina.com.cn/s/blog_4a7b9abb0102xe83.html3、https://blog.csdn.net/xiwan0902/article/details/72280352
2019-10-06 18:37:50
1536
原创 数据库B+树原理博文（通俗易懂，强烈推荐）
1、b+索引原理https://www.cnblogs.com/codehome/p/9356541.html2、聚集索引与非聚集索引https://www.cnblogs.com/s-b-b/p/8334593.html聚集索引：数据行的物理顺序与列值的顺序相同，只能有一个，默认主键。叶节点即为数据非聚集索引：数据行的物理顺序与列值的顺序相同，可以有多个，叶节点为索引，需要二次查询（耗...
2019-10-05 19:41:15
215
原创 不同网站和页面爬虫知识点
1、json.loads()解码python json格式json.load()加载python json格式文件因此使用requests.get(url)和urllib.urlopen(url)获取内容的方式如下：2、关于爬取Ajax动态加载（翻页时url不变）的网页+网站（1）中国票房网，周票房，无论选取哪一周，网址均为http://www.cbooo.cn/movieweek对于...
2019-07-25 16:39:33
695
原创 关于机器学习类别不平衡问题
1、类别不平衡会造成什么？分类器学习不平衡。由于正负样本比例不同，造成分类器为了达到较高的分类精度，会侧重于学习样本数多的一方，造成小样本分类误差提高。例如，98个正例，2个负例，则分类器会侧重学习正例的隐含关系，而负类学习程度与否对最终的精度影响都很小。kappa系数可以降低类别样本数不平衡引起的精度偏差。2、训练集和验证集为什么要保持数据分布一致？不一致会造成精度不稳定。例如上例，验证集...
2019-07-18 19:51:14
484
原创 python 异常处理
try\except\finally标准内置except error: https://www.runoob.com/python/python-exceptions.html（1）使用标准except输出error。finally语句一定会执行，引发异常后会跳出try语句继续执行下面代码。# -*- coding: utf-8 -*-import tracebackflag=True...
2019-07-12 11:53:50
169
原创 python 读写文件、遍历文件名操作
1、读取txt为list\dic\存为csv# -*- coding: utf-8 -*-import chardet #chardet.detect(content)输出编码方式import pandas as pdimport csvimport re'''读取txt、按行分割、存为列表\字典\CSV'''#转为list写csvwith open("C:\\Users\\...
2019-07-08 17:00:37
673
原创 office日常使用小技能
1、列表变成黑块，原因是字体库样式损坏，需要重置。在word 审阅视图下，宏、查看宏、命名后创建宏，复制以下代码：For Each templ In ActiveDocument.ListTemplatesFor Each lev In templ.ListLevelslev.Font.ResetNext levNext templ点击运行（向右的三角形）2、列表后和文字间距过大...
2019-06-17 13:56:40
276
原创 python 使用小知识点
1、每次生成随机数时，都指定一样的seed,则生成的随机数一致。random.seed(1)random.randn(5，3)2、使用assert 来检查程序是否正确，正确执行，不正确报错，在判断矩阵操作的维数时很方便。assert (Z.shape == (W.shape[0],A.shape[1]),其中，shape[0]为矩阵行数，shape[1]为矩阵列数。3、python中...
2019-06-15 11:44:20
382
原创 PCA原理及人脸识别matlab实现
一、PCA：降维，和因子分析的区别二、基于PCA的人脸识别（matlab实现）还是得先训练：基于庞大的样本库，例如现实中人脸拍照（银行、车站），都是数据采集，可以用来建立人脸库。使用PCA得到每个人的脸特征脸，对于新人脸，判断特征投影与哪个样本最近。三、网站的图片识别是如何做的？...
2019-05-24 21:50:15
5248
2
转载 集成学习方法简介：bagging、boosting、stacking
一、集成学习集成学习是将若干个学习器(分类器、回归器)组合之后产生一个新的学习器。一般来说，集成学习可以分为三类：bagging：减少方差，即防止过拟合boosting：减少偏差，即提高训练样本正确率stacking：提升预测结果，即提高验证精度弱分类器(weak learner)是指那些分类准确率值只稍好于随机猜测的分类器(error<0.5);集成算法的成功在于保证弱分类器...
2019-05-24 20:32:55
1583
原创 EM算法通俗理解及数学推导
1、EM，exception maximum.用于非监督分类的学习方法。EM算法的思想：非监督学习中，只有数据、不知道数据属于什么参数（均值、方差）的高斯分布、不知道数据的类别标签，EM将各“类别”的高斯分布参数作为未知，最大化获得该组样本的概率。假设每个样本独立分布，获取该样本的概率为q则获取该组样本的概率为：通过最大似然，得到目标函数为。公式推导如下：方法本身原理为坐标上升法，即（...
2019-05-15 20:09:36
668
原创 logistic分类
1、原理：使用sigmod函数将回归映射到分类。二分类2、代价函数：使用概率分布、伯努利方程设计最大 似然性为代价函数目标函数：最小化 -似然最大3、参数求解：梯度下降(上升？)数学推导：sig’=h*(1-h)4、模型训练代码：（1）批梯度下降和随机梯度下降（2）关于代价函数和收敛训练好模型后就可以将权重设置为定制，输入数据特征，通过判断sig输出与0.5的阈值就可以判断类别了。...
2019-05-14 21:33:14
1194
原创 训练和验证知识小结
1、训练误差和一般误差的误差界2、偏差-方差均衡偏差：预测结果的不正确性程度方差：拟合出来的奇怪的关系。3、模型的选择：选择最小的一般误差对于（1）多项式次数选择、（2）SVM惩罚力度、（3）局部加权回归带宽参数交叉验证方法：（1）训练集70%，测试集30%（2）k-fold 交叉验证。选择平均一般误差最小的（3）留1验证4、特征选择：（1）前向搜索，每次加入一个特征交叉验证...
2019-05-12 20:34:27
581
原创 关于线性模型的学习和总结
1、线性回归2、最小二乘求解及原理解释（梯度下降、随机梯度下降；矩阵求解、误差的高斯分布）3、局部加权回归、过拟合、欠拟合4、线性分类（二分类）：对数（logistic）回归。sigmod函数，概率密度分布函数，伯努利方程。最大似然法。求解使用似然函数的梯度下降和原函数的牛顿法，按照切线下降。来回io，直到差值很小则回归。5、广义线性模型：概率密度分布函数满足指数族分布的；对于多类分类6...
2019-05-08 19:56:10
607
原创 关于SVM线性超平面的理解
优化问题：最小化代价函数 w21、拉格朗日算子2、对偶问题3、KKT条件(非等式约束)4、凸函数5、假设一切极值点在边界取得6、支持向量（高维）7、核函数...
2019-05-08 19:37:40
862
原创 python爬取微信好友信息并生成词云
文章参考链接：http://www.cnblogs.com/jiaoyu121/p/6944398.htmlitchat Api说明文档：https://itchat.readthedocs.io/zh/latest/api/主要用的是itchat 和 wordcloud 包。itchat.get_friends函数返回一个列表：附完整代码：# -*- coding:utf-8 -*-...
2019-04-27 22:06:57
335
原创 python爬虫入门
爬虫的基本步骤：获取url、解析网页并寻找所需内容；数据处理；保存。知识点：（1）通常同一类型网页的url具有一定规律，爬取时需要注意观察，例如景点第2页：https://travel.qunar.com/p-cs299878-shanghai-jingdian-1-2第3页：https://travel.qunar.com/p-cs299878-shanghai-jingdian-1-3...
2019-04-22 12:28:19
232
原创 pip 使用方法（导入arcpy出现 DLL load failed: %1 不是有效的 Win32 应用程序）
通常由于dll包解析错误或者版本不兼容，此时需要注意查看错误时哪个包引起的，使用pip或者anaconda2重新下载即可,也可以直接从其它人拷贝正确的包，放入对应包文件中。外部下载包位于site packages文件下。Pip下载：Win+R 进入cmd窗口，使用cd 命令进入pip.exe 所在文件夹，执行pip install(uninstall)即可。cd… ：返回上一级目录d: ...
2019-04-22 10:44:45
1715
原创 关于python基础错误UnicodeDecodeError、TypeError
UnicodeDecodeError: ‘ascii’ codec can’t decode byte 0xe6当路径或数据名称中有中文存在时，需要指定为 Unicode 编码,ASCII码不能识别。在程序头添加语句# -- coding: utf-8 --，并在中文前加字符 u 即可.例如：（1） env.workspace= u"D:/python练习/new.gdb.教育设施"...
2019-04-21 22:59:28
652
原创 AE ICommand工具以及右键菜单ToolStripMenuItem用法
1、Icommand接口 位于systemUI命名空间下，封装常用的操作工具。例如（1）地图交互操作：放大、缩小、选择、查询等（2）直接操作工具，即不用与地图进行交互的工具：另存、全图、添加数据等。对于第一种工具使用方法： private IMapControlDefault mapCtl; //需声明全局变量 private void 缩小_Click(objec...
2019-04-21 22:29:15
2708
原创 c#鹰眼地图的实现（理解消息传递机制）
思路：axMapControl1加载主图时，触发其OnMapReplaced事件，将加载的图层同样加载到鹰眼控件即axMapControl2中，当主图的extent变化例如放大缩小事件，会触发主图的OnExtentUpdated事件，此时设置矩形边框的颜色等参数。另外需要在点击鹰眼图层时（OnMouseDown事件）使得主图范围随之变化。#region 鹰眼实现代码 private vo...
2019-04-21 22:12:07
596
原创 AE 调用GP工具方法介绍及常见错误“对 COM 组件的调用返回了错误 HRESULTE_FAIL
调用GP工具的方式有两种：一种是使用Geoprocessing类，工具参数使用IVariantArray方式输入；另一种是使用Geoprocessor托管类，创建工具对象，参数作为该工具对象的属性输入。使用Geoprocessing类：主要分为以下几步：1，添加ESRI.ArcGIS.Geoprocessing引用，仅需要引用该类库2，创建geoProcessor对象，注意这里的P是大...
2019-04-21 22:06:59
1326
原创 AE修改栅格像元值并另存
在运行过程中不要使用arcgis打开栅格，否则会因为程序锁而无法修改。其原理是 根据图像创建合适的移动窗口，移动遍历读取并修改栅格像元值，数组array保存一个波段的全部像元值，最后写回。 另存为栅格，使用 复制原始栅格并修改像元值 达到目的。需要添加引用：using ESRI.ArcGIS.Geoprocessor;using ESRI.ArcGIS.DataManagementTo...
2019-04-21 22:02:40
683
1
原创 Oracle数据写入自增+触发器
Oracle不能像MySQL那样设置主键自增，在写入数据的时候需要用<序列+触发器>的方式使数据表的一列或多列实现自增。两者可在视图中创建，也可以使用sql语句创建。1、创建序列 dual 的sql语句：create sequence dualminvalue 1maxvalue 99start with 1increment by 1nocache;在oracle中...
2019-04-21 21:42:50
460
原创 c#数据库知识点总结
数据提供者Data Provider用来提供DataSet（以同样的方式从不同数据源获得数据，数据源的内存驻留形式）和数据库之间的联系，也包含了存取数据库的一系列接口。包括Sql Server .NET，OleDb.NET，Odbc.NET和Oracle.NET。每种有4个核心对象，对象间互相配合完成数据库的连接、操作、交互。（1）Connection对象：对于不同的.net数据提供者，ADO....
2019-04-21 21:39:09
729
原创 AE地图数据打开方式小结
1、打开shp 格式文件并返回图层，本地和GDB：public IFeatureLayer AddShp(string filePath) { IWorkspaceFactory ...
2019-04-21 21:33:06
295
原创 matlab简单人脸识别
matlab简单识别人脸（只适用于人脸信息占主导的图片）思考：针对该种图片方法的改进，可以考虑检测眼睛，以眼的特征及眼距作为判断，并生成中心点进行扩充i=imread(‘face1.jpeg’);I=rgb2gray(i); %RGB到灰度图像BW=im2bw(I); %灰度图像转换为二值图像L=bwlabel(BW,8); %8个像素大小的连通域BB=regionprops(L,...
2019-04-21 21:30:43
2838
4
原创 RGB到灰度图像的转换原理
RGB图像有3个通道，也就是一个3维的矩阵，灰度图只有一个通道转换公式简单来说，就是把RGB3个通道的分量按照一定的比例计算到灰度图像中。Gray = R0.299 + G0.587 + B0.114matlab实现转换（直接显示使用rgb2gray函数）img=imread(‘face1.jpeg’);[m,n,h] = size(img);gray =zeros(m,n);for...
2019-04-21 21:26:59
3764
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人