1、这里选用的是 Neo4j Graph Data Science 简称GDS2、Github 地址： https://github.com/neo4j/graph-data-science根据你所安装的neo4j版本选择对应的GDS版本为什么选用GDS ，因为Neo4j Graph Data Science是Neo4j官方提供的一套图算法库，它用来代替之前的Graph Algorithm算法库，

1、首先在本机安装ssh在cmd输入ssh，出现下面信息代表安装成功2、vscode安装Remote - SSH插件3、连接远程主机vscode点击左下角绿色的按钮选择Remote-SSH: Connect to Host…->+Add New SSH Host…按照格式输入即可，@前面的是用户名，后面是主机的IP输入完，会弹出一个config的文件，它已经在本地的C:\Users\Davi

冗长的定义。。计算Tf的函数在最底下，目前只实现了计算Tf，后续的有时间补上import numpy as npdata = np.array([[1,2,3],[1,2.5,2.5],[1,2,3],[1,2,3]])#书上的数据def Friedman(n,k,data_matrix):'''Friedman检验参数：数据集个数n, 算法种数k,...

1、首先在本机安装ssh在cmd输入ssh，出现下面信息代表安装成功2、vscode安装Remote - SSH插件3、连接远程主机vscode点击左下角绿色的按钮选择Remote-SSH: Connect to Host…->+Add New SSH Host…按照格式输入即可，@前面的是用户名，后面是主机的IP输入完，会弹出一个config的文件，它已经在本地的C:\Users\Davi

贝叶斯的思想比较简单，网上阐述也很详细，这里就不赘述了。这里只是简单的说一下编程的思路首先明确我们要实验的内容，实现贝叶斯分类，那么要想编程实现，你必须对贝叶斯分类有足够的了解。而贝叶斯分类的过程并不难，总的来说就是，有了一些训练数据，当来了一条测试数据，首先根据训练数据计算先验概率，比如有17条训练数据，8条好瓜，9条坏瓜，那么P(好瓜) = 8 / 17，坏瓜以此类推。紧接着计算后验概率...

先来看一下普通的杨辉三角，代码和输出是长成这样def YangHui(n):print([1])line = [1,1]for i in range(2,n):r = []for j in range(0,len(line) - 1):r.append(line[j] + line[j + 1]...

1、首先在本机安装ssh在cmd输入ssh，出现下面信息代表安装成功2、vscode安装Remote - SSH插件3、连接远程主机vscode点击左下角绿色的按钮选择Remote-SSH: Connect to Host…->+Add New SSH Host…按照格式输入即可，@前面的是用户名，后面是主机的IP输入完，会弹出一个config的文件，它已经在本地的C:\Users\Davi

上午查了许多方法都是conda remove -n your_env_name --all反正我是都不成功后面改成conda env remove --name your_env_name遂成功