- 博客(32)
- 收藏
- 关注
RSS订阅原创 【SCAU数据挖掘】数据挖掘期末总复习题库简答题及解析——上
即，离群点不在区间(μ^−σ^,μ^+σ^)=(28.61−1.63,28.61+1.63)=(26.98,30.24) 内。由于 μ=28.61 和 s≈1.63，我们可以发现所有给定的温度值中。
2024-06-13 23:02:27
1359
原创 【SCAU数据挖掘】数据挖掘期末总复习题库判断题及解析
为了解决这个问题，通常会采用数据平滑技术，如拉普拉斯平滑（Laplace smoothing），将所有词的出现次数初始化为一个非零值（如1），并将分母相应地增加一个常量（如2）。它首先根据训练数据估计出每个类别的先验概率和每个特征在每个类别下的条件概率，然后利用这些概率和贝叶斯定理计算出待测试数据属于各个类别的后验概率，并选择后验概率最大的类别作为预测结果。它们指的是从总体中抽取出来的用于分析或研究的个体或观测值。聚类是一个无监督的学习过程，它将相似的对象分组到不同的簇中，而不需要预先定义的类或标签。
2024-06-12 17:14:31
748
原创 【scau统计学】期末选择复习第三章题库题目及解析
可以展示数据的分布特征，如中位数、四分位数范围（IQR）以及可能的异常值，但它不如直方图详细。茎叶图：通常用于展示一组数据的分布情况，特别是当数据量不大时，可以清晰地展示每个数据的具体值。，如中位数、四分位数范围以及可能的异常值，不适用于比较多个样本在多个变量上的相似性。D、直方图主要用于描述各类别数据的多少，条形图则主要用于描述数据的。A、直方图的各矩形通常是连续排列的，而条形图则是分开排列的。B、条形图的各矩形通常是连续排列的，而直方图则是分开排列的。A、环形图 B、茎叶图。
2024-06-11 16:16:58
484
原创 【SCAU数据挖掘】数据挖掘期末总复习题库选择题及解析
通过选择协方差矩阵中特征值较大的特征向量（即主成分），可以构建出最优投影子空间，将数据投影到这个子空间上后，就可以消除模式特征之间的相关性，并突出差异性。在这种方法中，使用一个特殊码（通常是9、99、999等）来代表无效值和缺失值，同时保留数据集中的全部变量和样本，是一种保守的处理方法，最大限度地保留了数据集中的可用信息。NB的核心在于它假设向量的所有分量之间是独立的。C. 对于每个数据点，都需要进行O(k)次距离计算（其中k是聚类的数量），所以总体复杂度是O(nkd)，其中d是数据的维度。
2024-06-10 02:18:12
1064
原创 【scau统计学】期末选择复习第二章题库题目及解析
（Quota Sampling）也称为“定额抽样”，是先将总体中的所有单位按一定的标准分成若干类型或层次，然后再在各个类型或层次中采用简单随机抽样或系统抽样的办法抽取一个子样本，最后将这些子样本合起来构成总体的样本。抽样框误差（Sampling Frame Error）是指在抽样过程中，由于抽样框（即总体单位的清单或名录）的不准确、不完整或过时，导致样本不能准确地代表总体而产生的误差。简单随机抽样：是从总体中直接随机抽取样本，每个样本被选中的概率都是相等的，并且每个样本的抽取都是独立的。
2024-06-04 21:46:34
545
原创 【scau统计学】期末选择复习第一章题库题目及解析
2000 个家庭的人均收入：这是样本的一个人均收入特性，不是总体的参数；200 万个家庭的总收入：这是描述总体（即全市200万个家庭）的一个特性，即所有家庭的总收入。截面数据：也称为横截面数据，是在同一时间点上收集的不同单位（如个人、家庭、地区等）的数据。报告是基于一个由150部新车组成的样本，得出了“外国新车的价格明显高于本国生产的新车”的结论。C. 2 000 个家庭的人均收入 D. 200 万个家庭的总收入。C. 2 000 个家庭的人均收入 D. 200 万个家庭的总收入。
2024-06-04 16:47:36
919
原创 【2024Python&Pycharm详细安装教程】
打开cmd 输入 python --version可以显示版本即为安装成功。勾选Add python.exe to PATH(自动配置系统变量)想要使用的工具包未下载，打开cmd命令行。点击Install Now（默认安装）然后退出重新打开pycharm即可使用。尝试运行以下程序，并且能够查看到图片。然后看到安装成功，关闭页面。尝试运行程序，打印成功。点击Download。
2024-06-04 15:04:28
791
原创 【scau大数据技术与原理2】综合性实验Spark集群的安装和使用——安装启动spark shell篇
Spark是一个分布式计算框架，常用于大数据处理。本次实验中，首先设计一个包含主节点和从节点的Spark集群架构，并在CentOS的Linux环境下进行搭建。通过下载并解压Spark安装包，配置环境变量和集群参数，部署Spark集群。接着言编写Spark应用程序，并将其打包通过spark-submit命令将应用程序提交到Spark集群中运行，观察任务分配和执行进度，验证集群的性能和正确性。
2024-06-01 16:17:06
871
原创 【scau数据库实验一】mysql_navicat_数据库定义实验、基本命令
实验一开始之前，如果还有不会使用navicat建议花五分钟补课哦~理解和掌握数据库DDL语言，能够熟练地使用SQL DDL语句创建、修改和删除数据库、模式和基本表。实验报告中简单描述实验步骤，详细写明建库及建表的代码，并以截图的形式显示操作是否成功。
2024-05-30 21:27:10
916
原创 【scau数据库实验先导】mysql_navicat_数据库新建、navicat的使用
新建查询，写入正确的创建数据表的sql语句执行（点击运行）即可。直接点击新建，随后设计表（缺点是比较繁琐）
2024-05-30 20:00:09
257
原创 【校园网网络维修】福禄克FLUKECIQ100网络测试指南FLUKE Network 电缆测试仪/网络测试仪/高级测线器
Fluke CIQ-100线缆鉴定测试仪是一款手持式测试仪，可测试布线，验证双绞线和同轴电缆布线系统的传输能力。可以使一线技术人员识别和排除您网络基础设施内的各种问题。比如：端口是否激活？双工设置是否匹配？是网络问题还是 Ethernet 线缆问题？Ethernet 线缆能否支持所需的网络带宽？即使是网络新手也能看到现有的布线能支持什么速度，并能快速将布线与网络问题分开。福禄克Fluke CableIQ测试仪(CIQ-100)的发现模式可准确地显示任一电缆远端的状态。在交换机上，请每次测试一条电缆。
2024-05-30 11:51:47
587
原创 【scauLinux实验二】Linux基本命令使用，目录、用户账号、组别
test@localhost myshare]$ 切换成功。先创建好文件再进入编辑。
2024-05-29 11:15:48
520
原创 【校园网网络维修】当前用户使用的IP与设备重定向地址中IP不一致，请重新认证
Mac上的Safari浏览器，“Safari浏览器”>“偏好设置”>“隐私”来管理cookie。选择“管理网站数据”可以查看并选择要删除的cookie，然后选择“移除”或“全部移除”。：谷歌浏览器，点击右上角的三个点图标，选择“设置”>“隐私、搜索和服务”>“清除浏览数据”来清除cookie。：IE浏览器，通过“工具”>“Internet选项”>“删除”来清除cookie。在“删除浏览的历史记录”对话框中，可以勾选“Cookie”并选择“删除”。创建并发送给浏览器，然后浏览器将其。关于校园网的wifi。
2024-05-28 21:35:59
1284
1
原创 【SCAU操作系统】实验三单处理器系统的进程调度python源代码及实验报告参考
PCB（进程控制块）pid：整数类型，表示进程标识符。priority：整数类型，表示进程的优先数，数值越小表示优先级越高。remaining_time：整数类型，表示进程的剩余运行时间。Scheduler（调度器）ready_queue：PCB对象列表，表示就绪队列。run_pcb：PCB对象，指向当前正在运行的进程控制块。time_slice：整数类型，表示时间片长度。
2024-05-28 17:23:18
961
原创 【SCAU操作系统】实验二页面置换算法的模拟实现及命中率对比python源代码及实验报告参考
指令流（instruct）：类型：列表（List）元素：整数（Integer）描述：存储模拟产生的指令地址序列，每个地址通过除以10转换为页号。用户内存（user_mem）：类型：列表（List）元素：整数（Integer）描述：模拟的物理内存中的页号，存储最近使用或选定的页面。访问频率计数（temp）：类型：列表（List）元素：整数（Integer）描述：在LFU算法中，用于记录用户内存中每个页面在过去一段时间内的访问频率。结果矩阵（result）：
2024-05-28 15:23:18
1481
原创 【scau统计学】Python实验六实现单个总体的假设检验，并利用所编程序求解
函数，该函数计算的是t分布的生存函数（即右侧尾部的面积），因此我们将t统计量的绝对值作为输入，并乘以2（计算双侧检验的p值）。如果p值小于alpha / 2，则拒绝原假设，意味着有理由认为这种化肥使小麦明显增产。如果p值小于alpha，则拒绝原假设，意味着认为元件的平均寿命显著地大于225小时。进行双侧检验需要找到t统计量的绝对值对应的p值。与假设检验1类似，但直接乘以2来计算双侧检验的p值，因为。表示在计算标准差时，分母使用(n-1)，而不是(n)。计算样本标准差的无偏估计，其中。
2024-05-27 23:31:18
296
原创 【SCAU操作系统】实验四实现FCFS、SSTF、电梯LOOK和C-SCAN四种磁盘调度算法python源代码及实验报告参考
实现FCFS、SSTF、电梯LOOK、C-SCAN四种磁盘调度算法。计算并比较四种算法下磁头移动的总道数。通过图形界面动态展示算法调度过程。初始化磁头位置（start）。调用 generate_requests() 函数生成磁道号序列。分别调用 fcfs(),sstf(),look(),cscan() 来计算每种算法下的磁头移动道数，并获取移动路径。比较并输出每种算法下的磁头移动道数。使用图形库绘制可视化界面，展示每种算法的调度过程。FCFS：时间复杂度为O(n)，因为只需遍历请求列表一次。
2024-05-27 00:19:58
736
原创 【SCAU_educoder数据挖掘】scau数据挖掘实验3-2基础聚类算法
根据提示，在右侧编辑器补充的相关函数代码，对鸢尾花数据集做KMeans聚类和HCluster聚类。本关任务： 1.k-means聚类；2.hcluster聚类。
2024-05-20 20:12:14
505
1
原创 【scau统计学】Python实验五计算置信区间并画出支付金额分布图
使用统计学的知识来计算95%的置信区间。可以使用scipy.stats库中的函数来计算样本均值的标准误差，并据此构建置信区间。置信区间的计算公式通常是：样本均值 ± z值 * 标准误差，其中z值对应于特定的置信水平（对于95%的置信水平，z值通常是1.96）。可以选择绘制直方图或箱线图来展示数据的分布情况。可以在图上标出置信区间的范围，以便更直观地展示结果。根据微信每月支付的数据计算出微信支付的月支付95%的置信区间并画出近三年来月支付金额的分布图（为避免隐私问题，数据可以自己构造）
2024-05-20 19:59:31
203
原创 【scau大数据技术与原理1】综合性实验Spark集群的安装和使用——先导篇
当执行一个Application时，Driver会向集群管理器申请资源，并在节点上启动Executor，同时向Executor发送应用程序代码和文件，然后在Executor上执行Task。优点：惰性调用、管道化、避免同步等待、不需要保存中间结果、每次操作变得简单。一个Application由一个Driver和若干Job构成，一个Job由多个Stage构成，一个Stage由多个没有Shuffle关系的Task组成。应用被分解成多个Job,每个Job包含多个Stage,每个Stage又完成多个任务。
2024-05-17 10:57:13
384
原创 【SCAU数据挖掘】python最大似然估计，逻辑回归参数估计随堂练习
使用逻辑回归来建立一个模型，预测手术切口感染(v)关于手术时间(x)的概率。逻辑回归是一个分类算法，适用于预测二元结果（比如感染或不感染）
2024-05-16 13:13:11
350
1
原创 【SCAU_educoder数据挖掘】scau数据挖掘实验1-1
sepal:萼片,petal:花瓣 鸢尾属(拉丁学名：Iris L.), 单子叶植物纲, 鸢尾科多年生草本植物, 开的花大而美丽, 观赏价值很高。鸢尾属约300种, Iris数据集中包含了其中的三种: 山鸢尾(Setosa), 杂色鸢尾(Versicolour), 维吉尼亚鸢尾(Virginica), 每种50个数据, 共含150个数据。在每个数据包含四个属性: 花萼长度，花萼宽度，花瓣长度，花瓣宽度, 可通过这四个属性预测鸢尾花卉属于 (山鸢尾, 杂色鸢尾, 维吉尼亚鸢尾) 哪一类。
2024-05-15 22:55:27
423
原创 【SCAU操作系统】实验一进程同步与互斥：读者-写者问题python源代码及实验报告参考
进程同步与互斥：读者-写者问题本次实验实现多线程编程和信号量控制，实现了读者-写者问题的解决方案，并通过多线程模拟了多个读者和写者并发访问共享资源的过程。代码的主要逻辑：读取输入数据，初始化信号量和全局变量，启动主线程，创建并启动线程，模拟读者写者行为，并发执行和输出。创建一个控制台进程，此进程包含 n 个线程。用这 n 个线程来表示 n个读者或写者。每个线程按相应测试数据文件的要求进行读写操作。要实现写-写互斥，读-写互斥，读-读允许。
2024-05-15 22:45:08
1026
原创 【scau统计学】Python实验四求相关系数值，求一元线性回归方程中一次项系数的估计值
denominator = (denominator_x * denominator_y) ** 0.5：这里实际上计算的是标准差的乘积的平方根，这是不正确的。应该改为denominator = np.sqrt(denominator_x * denominator_y)（但在这个例子中，我们不使用NumPy，所以应该直接使用** 0.5或math.sqrt()）。编写两个函数，第一个函数：求相关系数值的函数，第二个函数：求一元线性回归方程中一次项系数的估计值。使用列表推导式来计算x和y的协方差。
2024-05-13 17:49:03
683
1
原创 【scau统计学】Python实验三比较两支股票
下载两个数据文件，数据分别为某两股票为期一年的日交易信息，请根据每只股票的收盘价与开盘价计算每天的股票价格的收开盘的差值，计算一年来那只股票的这种。此差值的分布是否服从正态分布，分布是否是对称的？
2024-05-06 23:00:00
385
2
原创 【scau统计学】python实验二中心极限定理
步骤1：首先生成一个总体（约10000个数据），计算出总体的均值与方差，步骤2：指定一个自然数n（n可分别取2，3，5，15，25，30.。。。
2024-05-05 07:30:00
1661
原创 【SCAU_educoder数据挖掘】1-2直方图与柱状图
任务描述本关任务：通过所学的知识内容利用直方图和柱状图进行特征选择。相关知识为了完成本关任务，你需要掌握：1.如何绘制直方图和柱状图，2.直方图与柱状图的区别。案例背景泰坦尼克号遭遇的灾难震惊世界，如何避免灾难甚至预测灾难呢？要实现首先要做好泰坦尼克号的损失数据统计，才能为数据分析打下基础。观察数据特点观察图表我们可以知道，共有891行、12列。这代表本训练集共有891条数据，每条数据有12类信息。区别于前述鸢尾花数据集，该数据集涉及到的属性字段更多。目标。
2024-05-01 07:00:00
917
原创 【scau统计学】c++实验二验证中心极限定理
cppdoubledoublevariance =0;forinti =0;i < n;++i) {return此函数用于计算方差。它接受平均值mean整数向量num和元素数量n作为参数。遍历向量中的每个元素，计算每个元素与平均值的差的平方，并累加到variance变量中。最后返回方差（即差的平方的平均值）。
2024-04-29 16:53:56
869
原创 【scau统计学】Python实验一
有n个人抛掷硬币，若有一人的硬币与其它n-1人的不同，则游戏结束，问：第一次就结束的概率是多少？result = random.randint(0, 99) # 生成0-99的随机数。person_num = int(input("请输入参与实验的人数："))test_count += 1 # 增加实验次数。count1 = 0 # 正面朝上人数。count2 = 0 # 反面朝上人数。print("成功的概率：", p)# 初始化实验次数和成功次数。# 对于每个人，模拟抛硬币。# 输入参与实验的人数。
2024-04-22 17:49:42
297
原创 【scau统计学】c++实验一
有n个人抛掷硬币，若有一人的硬币与其它n-1人的不同，则游戏结束，问：第一次就结束的概率是多少？求游戏结束时抛掷硬币的平均次数。cout
2024-04-22 17:48:44
265
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人