我第二天重启nginx的时候，发现它报错如work_process，events相关的错误，应该是configs下的test.conf与/etc/nginx/nginx.conf中的内容发生了冲突，所以我直接将test.conf的内容（见上面）复制在nginx.conf中，才重启成功。按理说，这时我们访问localhost的时候就会访问前端代码的index文件。添加：include /etc/ng

k近邻法（k-nearest neighbors,k-NN）是一种基本分类与回归方法。输入：实例的特征向量，对应于特征空间的点；输出：实例的类别。在分类时，对新的实例，根据其k个最近邻的训练实例的类别，通过多数表决等方式进行预测。在回归时，对新的实例，根据其k个最近邻的训练实例的平均值决定。两者的代码大同小异，当前实现的分类问题中的k近邻算法。数据准备：下载地址类的构造函数及实现数据的读入publ

AdaBoosting算法是一种集成算法。集成算法是通过构建并结合多个学习器来完成学习任务，就是“三个臭皮匠赛过诸葛亮”的思想。

相关概念无监督学习无监督学习是从无标注的数据中学习数据的统计规律或者说内在结构的机器学习，主要包括聚类、降维、概率估计。无监督学习可以用于数据分析或者监督学习的前处理。聚类聚类（clustering）是针对给定的样本，一句他们特征的相似或距离，将其归并到若干个簇的数据分析问题。直观上，相似的样本聚集在相同的簇，不相似的样本分散在不同的簇。因此，样本之间的相似度或距离起着重要作用。相似度和距离的衡量

相关定义的补充：熵在信息论与概率统计中，熵（entropy）是表示随机变量不确定性的度量。设XXX是一个取有限个值的离散随机变量，其概率分布为：P(X=xi)=pi,i=1,2,⋯ ,nP(X=x_i)=p_i,i=1,2,\cdots ,nP(X=xi​)=pi​,i=1,2,⋯,n，则随机变量XXX的熵定义为：H(X)=−∑i=1npi log pi，（其中，对数以2为底或

波前：波在同一时刻所到达的点所构成的面，这个面上构成的相位是相同的。波前的形状取决于传播介质的物理性质。我们可以用地震波动方程模拟波前变化（波场快照）。射线（Ray）：是一条假想的“线”，垂直于波前。射线指明了波的传播方向，但不能反映地震波的能量变化。射线的形状取决于地下岩层的性质。

写在前面：如果想自己开发微信小程序，需要先到微信小程序官方平台注册账号，地址为：https://mp.weixin.qq.com/wxopen/waregister?action=step1.其中，开发者服务器就是我们的后端服务器，微信接口服务就是微信提供的服务。openid是微信用户身份的唯一标识。开发者服务器中所谓的自定义登录状态，就是记录当前用户的相关信息，比如存储用户的openid到数据库