Pandas

Linux VPS主机安装Resilio Sync搭建私有云以Centos为例：下载Resilio：wget http://download-cdn.resilio.com/stable/linux-x64/resilio-sync_x64.tar.gz解压Resilio：tar zxvf resilio-sync_x64.tar.gz查看帮助./rslsync --help导出Res

推荐系统推荐系统根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。 为用户节省时间，还能挖掘可能用户自己都不知道的潜在兴趣点。常用模型基于内容基于物品基于用户协同过滤基于内容，物品，用户 把相关的特征表达为向量形式后，计算它们之间的距离，根据相似度高的来为你推荐。根据距离的定义公式，计算出向量间的距离，找到最相近的几个对象，再取平均值就可以作为预测值。 协同过滤 因为

数据可视化—图表不是你想画就可以画滴！图表分类五类图表：趋势类图表： 通过图表反映事物发展趋势，能够一眼看清楚走向和大势 常见图表为柱形图、折线图、面积图。对比类图表： 通过对比发现不同事物间的差异和差距，从而总结事物特征 常见图表为双柱形图、双折线图、双条形图、双面积图、雷达图。构成类图表：通过不同的面积大小、长短等反映事物的结构和组成，从而知道主要的、次要的 常见图表为饼图、圆环

ARIMA模型预测 指数平滑法对时间序列上面连续的值之间相关性没有要求。但若要计算出预测区间， 预测误差必须是不相关的， 而且必须是服从零均值、 方差不变的正态分布。自回归移动平均模型（ ARIMA） 包含一个确定（explicit） 的统计模型用于处理时间序列的不规则部分，它也允许不规则部分可以自相关。1.确定数据的差分。做时间序列差分直到你得到一个平稳时间序列。 对时间序列做 d 阶

数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。特征工程 特征工程：顾名思义，其本质是一项工程活动，目的是最大限度地从原始数据中提取特征以供算法和模型使用； 数据预处理不属于同一量纲：即特征的规格不一样。 无量纲化信息冗余：对于某些定量特征，其包含的有效信息为区间划分。 二值化定性特征不能直接使用：只能接受定量特征的输入。 哑编码将定性特征转换为定量特征存在缺失

地址解析协议–ARP（Address Resolution Protocol） 是根据IP地址获取物理地址的一个TCP/IP协议。主机发送信息时将包含目标IP地址的ARP请求广播到网络上的所有主机，并接收返回消息，以此确定目标的物理地址；收到返回消息后将该IP地址和物理地址存入本机ARP缓存中并保留一定时间，下次请求时直接查询ARP缓存以节约资源。ARP 地址解析协议是建立在网络中各个主

MongoDB简介MongoDB MongoDB 是一个基于分布式文件存储的数据库，旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。MongoDB 是一个介于关系数据库和非关系数据库之间的产品。 MongoDB 将数据存储为一个文档，数据结构由键值(key=>value)对组成。MongoDB 文档类似于 JSON 对象。字段值可以包含其他文档，数组及文档数组。MongoDB 特点提供

Docker—FiveDocker 容器连接 Docker 之 网络端口映射~$ docker run -d -P python app.py-P :容器内部端口随机映射到主机的高端口。-p : 容器内部端口绑定到指定的主机端口。~$ docker run -d -p 5000:5000 training/webapp python app.pydocker port：查看端口的绑定

Docker—FourDocker 镜像使用管理和使用本地 Docker 主机镜像创建镜像 Docker 之 列出镜像列表docker images ：列出本地主机上的镜像。~$ docker imagesREPOSTITORY：镜像的仓库源TAG：镜像的标签IMAGE ID：镜像IDCREATED：镜像创建时间SIZE：镜像大小 Docker 之 获取一个新的镜像docker

Docker—ThreeDocker 容器使用 Docker 之 客户端docker 命令来查看到 Docker 客户端的所有命令选项;~# docker Docker 之 运行web应用在docker容器中运行Python Flask 应用来运行web应用。~# docker run -d -P training/webapp python app.pyd:容器后台运行;P:容器网

Docker—TwoDocker使用操作 Docker 之 helloworldDocker 允许你在容器内运行应用程序， 使用 docker run 命令来在容器内运行一个应用程序~$ docker run ubuntu:14.04 /bin/echo "Hello world"docker: Docker 的二进制执行文件;run:运行一个容器;ubuntu:14.04:指定要运行的

Docker学习（一） Docker 是一个开源的应用容器引擎，基于 Go 语言 并遵从Apache2.0协议开源。Docker的应用场景Web 应用自动化打包和发布。自动化测试和持续集成发布。服务型环境中部署和调整数据库或其他的后台应用。搭建PaaS环境。Docker 架构Docker 使用客户端-服务器 (C/S) 架构模式，使用远程API来管理和创建Docker容器。Docke

在RCD钳位电路中，二极管到底选慢管，还是快管? 问题：RCD电路常用于一些需要钳位的场合，比如flyback原边MOS的电压钳位，次级整流管的电压钳位。二极管到底选慢管，还是快管?用慢恢复管，理由是慢恢复管由于其反向恢复时间比较长，这样钳位电容中的一部分能量会在二极管反向恢复过程中回馈给电路，这样整个RCD电路的损耗可以降低。 不过这个只适合小电流，低di/dt的场合。比如小功率flyba

D类放大器是一种将输入模拟音频信号或PCM数字信息变换成PWM或PDM的脉冲信号，然后用PWM的脉冲信号去控制大功率开关器件通/断音频功率放大器。系统设计系统总体设计本系统由高效率功率放大器(D类音频功率放大器)、信号变换电路、外接测试仪表组成。 D类功放设计D类功率放大器由PWM电路、开关功放电路及输出滤波器组成。 采用了由比较器和三角波发生器组成的固定频率的PWM电路，用输入的音

D类音频功放输出功率测试使用LC滤波后测试 在对AB类功放进行测试时，可以直接用示波器探头捕捉到实际的输入和输出波形。但是在测试D类功放时，由于输出不是模拟的音频信号，而是一定频率的数字脉冲方波，这就需要附加的滤波器来进行测试。

语音识别 语音识别的意思是将人说话的内容和意思转换为计算机可读的输入。语音识别的目的就是让机器听懂人类口述的语言，包括了两方面的含义：第一是逐字逐句听懂而不是转化成书面的语言文字;第二是对口述语言中所包含的命令或请求加以领会，做出正确回应，而不仅仅只是拘泥于所有词汇的正确转换。语音识别系统的分类从说话者与识别系统的相关性考虑：特定人语音识别系统非特定人语音系统多人的识别系统从说话的方式

大数据hadoop配置maven仓库下载maven 解压并配置本地仓库地址1.进入maven的安装目录，进入conf文件夹 2.打开conf目录下面的settings.xml文件 配置maven的环境变量 未完待续……..

大数据原理与实践 大数据分三大部分，包括：大数据基础、技术原理和创新实践。大数据基础部分主要介绍大数据的基本概念、技术架构和大数据的应用场景；第二部分大数据技术原理主要介绍大数据的感知与采集、大数据存储、大数据管理、大数据计算、大数据分析、以及大数据可视化与可视化分析；第一部分大数据基础第1章 大数据的基本概念大数据全景图从IT时代到DT时代大数据洞见（insight）大数据总体框

”BigData“大数据关键技术涵盖从数据存储、处理、应用等多方面的技术，根据大数据的处理过程 ，可将其分为大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘等环节。大数据采集 数据采集是大数据生命周期的第一个环节，它通过RFID射频数据、传感器数据、社交网络数据、移动互联网数据等方式获得各种类型的结构化、半结构化及非结构化的海量数据。数据库采集网络数据采集文件采集大数据预