二 bindService前面在Android 跨进程通信-（四）Binder机制之Server也提到了一 几个常见的类1.IBinder接口类，表示一种跨进程通信的能力。public interface IBinder {}2.BinderFramework对Binder驱动封装的Java类。public class Binder implements IBinder {final class

Instacart Market Basket Analysis是一个经典的顾客行为预测案例。通过分析开源大约三百万的订单数据来预测用户的购买商品类别的行为。1.获取数据我们从官网中下载到对应的数据，放到本地目录之后，读取到数据如下：（1）order_products__prior.csv：订单与商品信息。对应的字段有：order_id,product_id, add_to_cart...

无监督学习相对于前面学习的各种监督学习的算法，都是既有特征又有目标值的学习；而无监督学习就是没有目标值，只有特征值，要根据这些特征值自行训练，然后在进行分类预测。分类聚类：K-means（K均值）、均值漂移聚类、基于密度的聚类方法（DBSCAN）、用高斯混合模型（GMM）的最大期望（EM）聚类、凝聚层次聚类、图团体检测（Graph Community Detection）降维：PC...

正好接触一个智慧园区的项目，一点点在了解物联网相关的内容，看了一段时间，简单总结下，好分析下自己哪些内容还没有理解清楚。一、物联网架构物联网的架构一般分为感知层、网络层和应用层。感知层由各种传感器以及传感器网关构成，主要是硬件采集信息；网络层由各种私有网络、互联网、有线或无线通信网络等组成，主要是利用网络技术来传递和处理感知层获取的信息；应用层是业务数据的来源，物联网平台都是建立在该层上。二、物联

目录一、评价指标二、混淆矩阵(Confusion Matrix)1.简单介绍2.二分类混淆矩阵3.多类别混淆矩阵三、准确率(Accuracy)1.二分类的混淆矩阵2.多分类混淆矩阵四、精确率（Precision）1.二分类的混淆矩阵2.多分类混淆矩阵五、召回率 （Recall）1.二分类的混淆矩阵2.多分类混淆矩阵3.对比精确率和...

进入官网http://hsqldb.org找到对应的下载资源https://sourceforge.net/projects/hsqldb/files/hsqldb/hsqldb_2_5/下载解压之后，如图所示进入到data目录

目录1.超参数搜索2.超参数调优过程3.网络搜索原理交叉验证对应的sklearn 的API实例4.随机搜索原理对应的sklearn的API实例5.贝叶斯优化算法主要思想PS先验分布、后验分布、似然估计两个过程与网格搜索、随机搜索区别可以做贝叶斯优化的API实例总结在上次KNN算法中，其中有个K值，只是随机取了一个数值来...

目录前言欠拟合和过拟合正则化L1正则化L2正则化岭回归前言前段时间在忙项目合同的事情，这个学习耽误了一段时间，趁着年前不忙的时候，抓紧时间学完。欠拟合和过拟合欠拟合定义：一个假设在训练集上不能得到更好的拟合，并且在测试集中也不能得到很好的拟合数据。原因：模型过于简单，学习数据的特征少解决办法：增加数据的特征数量过拟合定义：一个假设在训练...

目录需要分析的问题流程分析总结需要分析的问题有一些泰坦尼克的数据集，里面的数据的特征包括了姓名、票的类别、存活、乘坐班、年龄、登录、目的地、房间、票、船和性别。我们看下大体的数据集内容如下：pclass ：社会阶层的代表：（1st，2 st，3 st）其中这些数据集中年龄数据存在缺失。我们在分析该问题的时候，首要的第一步就是要选好特征值和目标值，我们要挑选...

一 前言在Android开发中有很多业务场景，原生的控件是无法满足应用，并且经常也会遇到一个UI在多处重复使用情况，那么就需要通过自定义View的方式来实现这些UI效果。作为一个Android开发工程师自定义View属于一个必备技能。像前几天正好做了一个上传本地图片的网格UI，点击相机的icon就可以上传选择本地图片，选中图片之后就可以显示的界面上。本来可以使用Android原生GridView，