- 博客(13)
- 收藏
- 关注
RSS订阅
原创 在IIS中部署Flask应用
安装“CGI”，打开控制面板，在“程序和功能”中点击“启用或关闭Windows功能”，在弹出的界面中选中“CGI”，点确定；安装"wfastcgi"，使用命令：“pip install wfastcgi”，这样在Python环境里的Scripts文件夹下面就有了wfastcgi;启用“wfastcgi”，直接在上图中的Scripts文件夹下，用管理员身份打开命令窗口，执行“wfastcgi-enable.exe”程序。执行完毕后，可以看到输出已经在配置提交路径“MACHINE/WEBROO.
2021-10-19 14:56:11
2135
原创 解决IIS里的DELETE/PUT请求返回 405的问题（简单直接，很粗暴，我喜欢）
网上的解决方法各种花里胡哨的，有的确实能解决问题，但是不够简单和直接！我就喜欢简单粗暴的方式，Delete和Put请求为啥在IIS里不能使用，返回405，其实就是WebDAVModule捣的鬼，那直接把它禁用了不就得了？
2022-11-07 15:04:07
961
1
原创 使用GraphicsPath画圆角矩形
之前看到某度搜出的相关文章，照着去实现，发现全都是有问题的写法，没有经过验证，基本上都是复制黏贴而来，非常误导人。这里我贴出自己实践后的代码，以供需要之人参考使用。//本段的代码是写在OnPaint方法里，在其他方法中的写法可能会有所不同，但思路一样//x，y是矩形左上角的坐标点（起始点），width是矩形的宽度，height是矩形的长度，radius是圆角半径var pen = new Pen(Border, 1) // Border指代边线的颜色，如Color.Red{ Dash
2021-09-28 21:20:06
1225
1
转载 MongoDB4.2版本-设置账号密码
使用MongoDB连接工具studio 3T，进入MongoDB；执行如下脚本（请按照实际环境修改用户和密码）：try{ var db = connect('admin'); if(db.system.users.find({'user':'hrst'}).count() == 0) { print('Ready to addUser...'); db.createUser({user:'hrst',pwd:'123',roles:[{role:'root',db:.
2021-02-22 11:49:14
709
原创 零基础入门数据挖掘 - 贷款违约预测笔记（5）
前言本篇是跟着Datawhale学习数据挖掘的第五篇笔记，记录模型融合的多种方式。内容平均：简单平均法：结果直接融合 求多个预测结果的平均值。pre1-pren分别是n组模型预测出来的结果，将其进行加权融合。pre = (pre1 + pre2 + pre3 +...+pren )/n加权平均法：一般根据之前预测模型的准确率，进行加权融合，将准确性高的模型赋予更高的权重。pre = 0.3pre1 + 0.3pre2 + 0.4pre3 投票：简单投票法from
2020-09-27 20:44:08
123
原创 零基础入门数据挖掘 - 贷款违约预测笔记（4）
前言本篇笔记主要是记录如何建模与调参，了解在金融风控领域中常用的机器学习模型，学习机器学习模型的建模过程与调参流程。内容逻辑回归模型逻辑回归：它将数据拟合到一个logit函数(或者叫做logistic函数)中，从而能够完成对事件发生的概率进行预测。逻辑回归模型常用于解决分类问题。逻辑回归模型的优点：（1）训练速度较快，分类的时候，计算量仅仅只和特征的数目相关；（2）简单易理解，模型的可解释性非常好，从特征的权重可以看到不同的特征对最后结果的影响；（3）适合二分类问题，不需要缩放输
2020-09-24 23:06:06
239
原创 零基础入门数据挖掘 - 贷款违约预测笔记（3）
前言本篇是入门数据挖掘的第三篇日记，主要记录学习特征工程的各个知识点。什么是特征工程？特征工程：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，就是获取更好的训练数据，使机器学习算法达到最优。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。内容1. 特征预处理缺失值填充#把所有缺失值替换为指定的值0data_train = data_train.fillna(0)#横向用缺失值上面的值替换缺失值data_train = data_
2020-09-21 21:56:20
160
原创 零基础入门数据挖掘 - 贷款违约预测笔记（2）
前言本篇是关于数据挖掘之数据探索分析（EDA）的学习笔记。什么是EDA？EDA是指对已有的数据（特别是调查或观察得来的原始数据）在尽量少的先验假定下进行探索，通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。EDA的价值EDA的价值主要在于熟悉数据集，了解数据集，对数据集进行验证来确定所获得数据集可以用于接下来的机器学习或者深度学习使用。了解变量间的相互关系以及变量与预测值之间的存在关系引导数据科学从业者进行数据处理以及特征工程的步骤，使数据集的结构和
2020-09-18 22:27:06
149
原创 零基础入门数据挖掘 - 贷款违约预测笔记（1）
前言作为一名刚开始学习数据挖掘的零基础小白，有幸加入Datawhale学习群，并通过参与贷款违约预测的比赛，做到理论与实践并蓄。本篇是有关贷款违约预测比赛的第一篇学习笔记。背景贷款违约预测是一道以金融风控中的个人信贷为背景的赛题，要求根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款，这是一个典型的分类问题。分类算法常见的评估指标如下：1、混淆矩阵（Confuse Matrix）（1）若一个实例是正类，并且被预测为正类，即为真正类TP(True Positive )（2）
2020-09-15 23:27:48
289
原创 A way to host an angular app in a .net core API project
BackgroundIn the network, there are a lot of alike solutions to host an angular app as a SPA (Single Page web Application) in a .net core API project. Here I provide a different way to easily integr...
2020-05-07 15:13:40
274
原创 How to support code first for Oracle using EntityFramework in dotnet core 2.1
How to support code first for Oracle using EntityFramework in dotnet core 2.1BackgroundWe have a code solution contains two projects, one is a startup project named ‘Web’ which is a website, the ot...
2020-04-28 16:22:29
129
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