蔚蓝的天空Tom

Git Parameter 这是一个参数构建扩展，可以在构建的时候选择git的某一个分支来构建服务。 Docker 利用Docker容器动态创建Jenkins Slave。如果有了Kubernetes/Openshift集群，就不需要这个插件了。直接使用下面的Kubernetes插件。 jenkins非root启动的话，为了运行docker需要执行sudo chmod 777 /var/run/docker.sock Kubernetes 这个插件可以将Jenkins Slave Node动态配置为Kubernetes集群上的pod。 Openshift 这个插件支持调度Openshift的对象，包括触发 BuildConfig、Deployment、Scale up a Deployment，给ImageStream打新的Tag，以及创建新的对象、删除已有对象等。 GitLab 配置Gitlab的相关认证，同时也支持GitLab的Webhook触发。

Git Parameter 这是一个参数构建扩展，可以在构建的时候选择git的某一个分支来构建服务。 Docker 利用Docker容器动态创建Jenkins Slave。如果有了Kubernetes/Openshift集群，就不需要这个插件了。直接使用下面的Kubernetes插件。 jenkins非root启动的话，为了运行docker需要执行sudo chmod 777 /var/run/docker.sock Kubernetes 这个插件可以将Jenkins Slave Node动态配置为Kubernetes集群上的pod。 Openshift 这个插件支持调度Openshift的对象，包括触发 BuildConfig、Deployment、Scale up a Deployment，给ImageStream打新的Tag，以及创建新的对象、删除已有对象等。 GitLab 配置Gitlab的相关认证，同时也支持GitLab的Webhook触发。

除了绘制树部分代码有借鉴，其他代码都是自己亲手完成，历时2天时间，过程稍微痛苦，当看到运行结果出现在面前时，一切都是高兴的，感觉过程也变得美妙了~ 由于更喜欢C++编程，所以使用python类来完成~~~~，个人感觉面向对象更容易和更适合实现生成决策树的软件系统

【机器学习】【决策树】有了决策树每层节点后，如何用python绘制决策树？

详见博客：https://blog.csdn.net/u012421852/article/details/79797054

【机器学习】用相亲样本数据集详解条件熵的计算过程。 使用的样本集简介如下： 样本集简介： 样本集有8个example样本 每个样本有3个特征(身高，房子，性格)，1个分类结果refuse或者agree 身高取值范围={high, low} 房子取值范围={no, yes} 性格取值范围={good, bad} 分类标签=相亲结果={refuse,agree} 计算条件熵的过程详见文档。

KNN算法识别手写数字系统使用的样本集（训练样本集+测试样本集）