- 博客(12)
- 收藏
- 关注
原创 【前端部署】多个vue项目部署到Linux服务器
利用nginx将两个vue项目打包部署到服务器上,之前已在服务器上部署过单个项目, 此次在单个项目部署的基础上进行修改,并将两个项目布置在同一端口下。
2022-08-08 11:55:12
1870
1
原创 【前端部署】vue项目打包并部署到Linux服务器
利用nginx部署vue前端项目,包含前端文件打包,nginx的下载、安装和配置,项目更新等。
2022-07-18 17:00:25
12821
3
原创 【Python】多分类算法—Random Forest
【Python】多分类算法—Random Forest本文将主要就Random Forest(随机森林)的多分类应用进行描述,当然也可运用于二分类中文章目录【Python】多分类算法—Random Forest前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言本文主要引用的是sklearn一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下(示例):import nump
2021-08-06 13:35:23
15087
8
原创 【Grafana】CentOS下安装MySQL+Grafana添加MySQL数据源
【Grafana】CentOS下安装MySQL+MySQL传输数据至Grafana本文主要介绍在CentOS环境下安装MySQL数据库,然后在Grafana中添加MySQL数据源,根据传输数据在Grafana中绘制dashboard并显示。文章目录【Grafana】CentOS下安装MySQL+MySQL传输数据至Grafana一、CentOS下安装MySQL二、使用步骤1.引入库2.读入数据总结一、CentOS下安装MySQL接上文,安装MySQL依然在终端中进行。【Grafana】Cen
2021-08-04 10:49:48
713
原创 【Grafana】CentOS下安装Grafana
【Grafana】CentOS下安装Grafana 本文主要是在CentOS下对Grafana的安装和配置等进行介绍,以及一些踩过的坑。文章目录【Grafana】CentOS下安装Grafana一、基本介绍二、安装方法1.从YUM存储库中安装2.手动下载指定版本三、启动grafana服务器四、登录界面五、踩坑总结一、基本介绍本文主要介绍两种方法安装grafana,一种是通过YUM存储库进行下载,另一种是通过手动下载指定版本的grafana,这里下载的是开源版的grafana。( 操作系统:C
2021-07-30 16:48:28
2494
原创 4.【Python】分类算法—Factorization Machine(FM,因子分解机)
4.【Python】分类算法—Factorization Machine(FM,因子分解机)现实生活中存在大量非线性可分的分类问题,而Logistic Regression算法只能解决线性可分的二分类问题。为了解决非线性分类的问题,第一种方法是采用核函数将非线性可分问题近似为线性可分问题;第二种方法是对Logistic Regression算法进行拓展,例如Factorization Machine(FM,因子分解机),是一种基于矩阵分解的机器学习算法。文章目录4.【Python】分类算法—Fact
2020-12-15 14:49:46
966
原创 3.【Python】分类算法—Softmax Regression
3.【Python】分类算法—Softmax Regression文章目录3.【Python】分类算法—Softmax Regression前言一、二、使用步骤1.引入库2.读入数据总结前言Softmax回归算法主要用于多分类问题,是逻辑回归算法的推广,值得注意的是,Softmax回归算法中任意两个类是线性可分的。一、示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下(示例):import numpy as npi
2020-11-10 15:29:59
815
原创 2.【Python】分类算法—Logistic Regression
2.【Python】分类算法—Logistic Regression文章目录2.【Python】分类算法—Logistic Regression前言一、Logistic Regression模型1.线性可分和线性不可分2.Logistic Regression模型3.损失函数二、梯度下降法1.梯度下降的过程2.基于梯度下降法训练Logistic Regression模型3.下降方向和步长的选择三、Logistic Regression实践1.利用训练样本训练Logistic Regression模型2.对
2020-11-02 09:52:46
356
原创 【python】PCA计算权重
【python】PCA计算权重将分步骤基于python实现PCA计算权重,代码在pycharm中执行。文章目录【python】PCA计算权重1.引入库2.读取数据3.数据标准化4.PCA(主成分分析)4.确定权重5.对权重结果进行归一化总结1.引入库将需要的库导入pycharmimport numpy as npimport pandas as pdfrom sklearn.decomposition import PCAfrom sklearn import preprocessing
2020-10-29 17:05:39
10232
24
原创 【Python】熵值法计算权重
【Python】熵值法计算权重将分步骤基于python实现熵值法计算权重,代码在pycharm中执行。文章目录【Python】熵值法计算权重1.引入库2.读取数据3.熵值法主体总结1.引入库将需要的库导入pycharmimport pandas as pdimport numpy as npimport mathfrom numpy import array2.读取数据filename为文件的路径# 读取数据df = pd.read_csv('filename.csv')#
2020-10-29 16:35:02
2983
2
原创 1.机器学习的基础概念
机器学习的基础概念文章目录机器学习的基础概念机器学习的分类一、监督学习1.监督学习概念2.监督学习流程3.监督学习算法二、无监督学习1.无监督学习概念2.无监督学习流程3.无监督学习算法总结机器学习的分类机器学习根据任务的不同,可以分为监督学习(supervised learning)、半监督学习(semi-supervised learning)、无监督学习(unsupervised learning)和增强学习(reinforcement learning)。接下来将介绍一些基本概念一、
2020-10-29 15:49:12
144
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