2019年06月_Tony Einstein

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月

原创关于Java中的getBytes()的原理理解以及演算

调用strs.getBytes()的时候，涉及到英文字符串、中文字符串、二进制数、ascll编码、byte[]的那部分的转换原理、如何演算转换过程，感觉有难度。代码： byte d[] = "abcD热爱技术".getBytes();实属无奈，大家知道中文字符串如何转换成bytes数组吗？原理的解答，不是单纯的调用一个方法，而不知道这个方法的内部原理。真心求各路大佬解答。。。...

2019-06-28 19:21:23 1464 4

java中的集合就像是一个容器一样，专门用来存储java对象的引用，这些对象可以是任意的数据类型并且长度可变，集合类位于java.util包中。java集合按照其存储结构可以分为两大类，一个是单列集合Collection和双列集合Map。对单列集合Collection和双列集合Map的解释：Collection集合是单列集合的根接口，用于存储一系列符合某种规则的元素。Collection中有...

2019-06-27 15:07:21 995

原创豆瓣电影简单评分模型-从收集数据到建模分析

思路：从豆瓣上抓取数据【主要是评分，只是那个人数的百分比和最终评分，不过够用了】一、收集数据起始URL：https://movie.douban.com/j/new_search_subjects?sort=U&range=0,10&tags=&start=0【注，爬取的对象是使用ajax传输数据的，就是传输json字符串的那种啦，学过一点web基础，但不是很懂，别...

2019-06-12 23:54:35 10046 4

原创如何快速使用IP代理池?

1.使用自己搭好的代理池或者别人搭建好的代理池，一般都是网页api的形式。（1）第一步当然是你的api地址了。例如：self.PROXY_POOL_URL = 'http://localhost:5000/get'（2）向代理池的api发送请求获取返回的IP【一般以字符串返回】 def get_proxy(self):#代理池并未启用 try: ...

2019-06-09 22:05:00 4977

原创 pandas的Datafram与numpy数组之间如何转换

首先：导库再说import pandas as pdimport numpy as np把Datafram转换成数组：array = Dataframe_Name.values把数组转换为Datafram: df = pd.Dataframe(array)

2019-06-09 21:54:08 9075

原创爬取全程无忧岗位

思路：【郑重说明，少量爬取公开数据仅供分析以及爬虫学习使用】1.确定起始URL：https://search.51job.com/list/000000,000000,0000,00,9,99,%E5%A4%A7%E6%95%B0%E6%8D%AE,2,1.html2.观察网页内容：3.寻找字段4.完整代码注释代码里面，很好理解# -*- coding: utf-8 -*-# @...

2019-06-09 21:43:07 241

原创数学建模练习之1选拔问题

题目：一年一度的全国大学生数学建模竞赛是高等院校的重要赛事。由于竞赛场地、经费等原因，不是所有想参加竞赛的人都能被录用。为了能够选拔出真正优秀的同学代表学校参加竞赛，数学建模指导教师需要投入大量的精力，但是每年在参赛的时候还是有很多不如意之处：有的学生言过其实，有的队员之间合作不默契，影响了数学建模的成绩。数学建模需要学生具有较好的数学基础知识、良好的编程能力、较强的写作能力、良好的团队合作精...

2019-06-01 15:57:35 2169

一键查找cupti.dll文件的bat脚本

在进行深度学习训练的时候经常出现该文件丢失或者不存在，那么可以使用这个脚本算进进行一键查找和对比文件。实测很方便很有效。

2023-07-25

一键网络修复(dns)bat脚本

在网线有网络的情况下，修复网络差、网速慢、打不开网页、上的了QQ打不开网页等这种情况，修复dns，让你的网络更加流畅。

2023-07-25

时间序列的详细介绍以及案例

争对时间序列的一些解释的说明，很详细，有案例，有代数矩阵说明。什么是时间序列？时间序列是指按照时间顺序排列的一组数据序列，通常是均匀间隔的一系列观测值。这些观测值可以是物理现象、经济指标等任何量的测量结果，时间序列数据在时间轴上展示了某种现象的随时间变化的趋势和规律，因此被广泛用于各种领域的预测分析、趋势分析、周期性分析等研究和决策。时间序列分析是一种基于统计学和数学方法的分析方法，主要目的是描述、解释和预测时间序列数据的变化和趋势。以下的概念详细叙述角度，均是站在机器学习、深度学习建模的角度上进行阐述的。 (1) 滑动窗口windows_size，又分为特征X滑动窗口x_windows_size和标签y滑动窗口y_windows_size。特征X滑动窗口x_windows_size，顾名思义就是输入数据x上的窗口大小。标签y滑动窗口y_windows_size则是输出数据y上的窗口大小。一般来说，x_windows_size要大于或远远（比如是两倍）大于y_windows_size，那么模型学习的信息才不会欠拟合（因为这里增加了x和y之间的复杂度但是却降低了信息

2023-05-30