- 博客(9)
- 资源 (4)
- 收藏
- 关注
RSS订阅转载 C语言如何检测json格式的数据合法性
在http://www.json.org/JSON_checker/上有一个开源的工具，仅一个C文件、一个H文件，还附带UTF8转UTF16的转换工具。将main函数修改了一下，便可作为工程的一个小模块使用，检查JSON字符串的合法性，以便于进行报文解析。1234/* Read input string and check. if not json string retur...
2018-06-25 11:24:40
4040
转载 C语言如何解析json格式字符串
使用cJSON解析JSON字符串 一、为何选择cJSON 我们在使用JSON格式时，如果只是处理简单的协议，可以依据JSON格式，通过对字符串的操作来进行解析与创建。然而随着协议逐渐复杂起来，经常会遇到一些未考虑周全的地方，需要进一步的完善解析方法，此时，使用比较完善的JSON解析库的需求就提出来了。 基于方便引用的考虑，我们希望这个JSON解析库是用C语言实现的...
2018-06-25 11:22:07
22724
5
转载 c# 多线程 互斥量
我们在做程序时，有时候希望在一台电脑上面只有一个进程实例在运行，利用Mutex互斥量可以实现了这个功能，方法及步骤如下：接下来分控制台程序和Winform程序两种情况下实现此功能1.控制台程序[csharp] view plain copyusing System; using System.Collections.Generic; using System.Linq; using Syst...
2018-06-11 16:51:01
2142
转载 c# 多线程-信号量使用
信号量说简单点就是为了线程同步，或者说是为了限制线程能运行的数量。那它又是怎么限制线程的数量的哩？是因为它内部有个计数器，比如你想限制最多5个线程运行，那么这个计数器的值就会被设置成5，如果一个线程调用了这个Semaphore，那么它的计数器就会相应的减1，直到这个计数器变为0。这时，如果有另一个线程继续调用这个Semaphore，那么这个线程就会被阻塞。获得Semaphore的线程处理完它的逻辑...
2018-06-11 16:47:06
2205
转载 Python-sklearn常用算法分类以及调用列表
说明文章列出了Sklearn模块中常用的算法及调用方法，部分生僻的未列出（对我来说算生僻的），如果有写的不对的地方请指出。 参考资料来自sklearn官方网站：http://scikit-learn.org/stable/总的来说，Sklearn可实现的函数或功能可分为以下几个方面：分类算法回归算法聚类算法降维算法文本挖掘算法模型优化数据预处理最后再说明一下可能不支持的算法（也可能是我没找到，但有...
2018-06-11 14:55:42
6728
转载 Python - 梯度下降法实现线性回归
1. 背景文章的背景取自An Introduction to Gradient Descent and Linear Regression，本文想在该文章的基础上，完整地描述线性回归算法。部分数据和图片取自该文章。没有太多时间抠细节，所以难免有什么缺漏错误之处，望指正。线性回归的目标很简单，就是用一条线，来拟合这些点，并且使得点集与拟合函数间的误差最小。如果这个函数曲线是一条直线，那就被称为线性回...
2018-06-09 17:54:29
8401
转载 Python- sklearn之梯度下降算法原理
梯度下降算法学习笔记介于算法中用到了许多线性代数的知识。先对线性代数的基础知识做一个回顾和梳理。1基础概念和记号线性代数对于线性方程组可以提供一种简便的表达和操作方式，例如对于如下的方程组：4x1-5x2=13-2x1+3x2=-9可以简单的表示成下面的方式：X也是一个矩阵，为(x1,x2)T，当然你可以看成一个列向量。1.1基本记号用A ∈表示一个矩阵A，有m行，n列，并且每一个矩阵元素都是实数...
2018-06-09 10:44:11
3367
转载 Python- sklearn之最小二乘法
1.背景: 1801年，意大利天文学家朱赛普·皮亚齐发现了第一颗小行星谷神星。经过40天的跟踪观测后，由于谷神星运行至太阳背后，使得皮亚齐失去了谷神星的位置。随后全世界的科学家利用皮亚齐的观测数据开始寻找谷神星，但是根据大多数人计算的结果来寻找谷神星都没有结果。时年24岁的高斯也计算了谷神星的轨道。奥地利天文学家海因里希·奥伯斯根据高斯计算出来的轨道重新发现了谷神星。 高斯使用的...
2018-06-07 14:30:27
32342
1
转载 Python 基于sklearn （1）- 数据预处理-构建好的训练数据集
本文数据预处理主要步骤：（1）删除和估算缺失值 （removing and imputing missing values）（2）获取分类数据 （Getting categorical data into shape for machine learning）（3）为模型构建选择相关特征 （Selecting relevant features for the module constructi...
2018-06-01 10:37:25
5818
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人