logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

numpy的基本使用

1. Numpy介绍Numpy(Numerical Python)是一个开源的Python科学计算库,用于快速处理任意维度的数组。Numpy支持常见的数组和矩阵操作。对于同样的数值计算任务,使用Numpy比直接使用Python要简洁的多。Numpy使用ndarray对象来处理多维数组,该对象是一个快速而灵活的大数据容器。2 ndarray介绍NumPy提供了一个N维数组类型ndarray,它描述了

#机器学习
机器学习算法---K近邻算法

K近邻算法1.K-近邻算法简介1.1 什么是K-近邻算法根据你的“邻居”来推断出你的类别K Nearest Neighbor算法⼜叫KNN算法,这个算法是机器学习⾥⾯⼀个⽐较经典的算法, 总体来说KNN算法是相对⽐ 较容易理解的算法如果⼀个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的⼤多数属于某⼀个类别,则该样本也属于这个 类别。1.1.1 距离公式两个样本的距离可以通过如下公式计

#算法#机器学习#近邻算法
canal数据同步

canal 数据同步1. 需要在本地和linux上安装mysql跨越服务的查看linux安装mysql2. 在本地和linux上的mysql 创建同样的数据库 和同样的表3. 开启linux的mysql的binlog功能3.1 查看binlog状态show variables like 'log_bin'3.2 开启binlog,修改配置文件[mysqld]bind-address=0.0.0.0

#mysql#数据库
时间序列模型--ARIMA模型

1. 数据平稳性与差分法平稳性:平稳性就是要求经由样本时间序列所得到的拟合曲线,在未来的一段时间内仍然能顺着现有的形态“惯性”的延续下去平稳性要求,序列的方差和均值不发生明显的变化严平稳和弱平稳严平稳:严平稳表示的分布不随时间的改变而改变。如︰白噪声(正态),无论怎么取,都是期望为0,方差为1弱平稳∶期望与相关系数(依赖性)不变未来某时刻的t的值Xt就要依赖于它的过去信息,所以需要依赖性差分法:时

#机器学习
机器学习--线性回归

1 线性回归简介1.1 线性回归应⽤场景房价预测销售额预测贷款额度预测1.2什么是线性回归1.2.1 定义与公式线性回归(Linear regression)是利⽤回归⽅程(函数)对⼀个或多个⾃变量(特征值)和因变量(⽬标值)之间关系进⾏建模的 ⼀种分析⽅式。特点:只有⼀个⾃变量的情况称为单变量回归,多于⼀个⾃变量情况的叫做多元回归线性回归⽤矩阵表示举例那么怎么理解呢?我们来看⼏个例⼦期末成绩:0

#机器学习#线性回归#算法
机器学习--线性回归

1 线性回归简介1.1 线性回归应⽤场景房价预测销售额预测贷款额度预测1.2什么是线性回归1.2.1 定义与公式线性回归(Linear regression)是利⽤回归⽅程(函数)对⼀个或多个⾃变量(特征值)和因变量(⽬标值)之间关系进⾏建模的 ⼀种分析⽅式。特点:只有⼀个⾃变量的情况称为单变量回归,多于⼀个⾃变量情况的叫做多元回归线性回归⽤矩阵表示举例那么怎么理解呢?我们来看⼏个例⼦期末成绩:0

#机器学习#线性回归#算法
Linux系统的克隆(克隆后的IP修改不了)

Linux系统的克隆Linux系统克隆完以后修改ip修改不掉,是因为Linux系统在克隆之前Mac地址没有经过修改,以前的系统设置ip是静态的,修改以后Mac地址被占用,所以ip修改不掉然后进入虚拟机选进行配置ip和主机名第一步:修改网卡设置 注意 需要复制ATTR的地址(后面要用)vim /etc/udev/rules.d/70-persistent-net.rules第二步 修改ip:vim

#centos
Docker教程

文章目录1. 基础知识1.1 好处1.2 安装Docker1.3 使用阿里云镜像加速器1.4 运行hello-world镜像1. 基础知识Docker的目的:解决了运行环境和配置问题软件容器,方便做持续集成并有助于整体发布的容器虚拟化技术虚拟机的缺点:资源占用多、 冗余步骤多、启动慢 连硬件都要虚拟linux容器模拟的不是一个完整的操作系统,而是对进程进行了隔离。只需要软件运行所需要的库资源和设置

#docker
Eureka

1. Eureka的基础Eureka是Netflix的一个子模块,也是核心模块之一。Eureka是一个基于REST的服务,用于定位服务,以实现云端中间层服务发现和故障转移。服务注册与发现对于微服务架构来说是非常重要的,有了服务发现与注册,只需要使用服务的标识符,就可以访问到服务,而不需要修改服务调用的配置文件了。功能类似于dubbo的注册中心,比如Zookeeper。1.1 Eureka的基本架构

#java#后端
正则化线性模型

1 Ridge Regression (岭回归,⼜名 Tikhonov regularization)2 Lasso Regression(Lasso 回归)3 Elastic Net (弹性⽹络)4 Early Stopping [了解]Early Stopping 也是正则化迭代学习的⽅法之⼀。其做法为:在验证错误率达到最⼩值的时候停⽌训练5.线性回归的改进-岭回归5.1 API5.2 观察正

#机器学习#回归#sklearn
到底了