1.说下OSI体系结构和TCP/IP体系结构。2.解释下ARP协议。

我之所以会下载这一个是因为里面有我想要的东西哈哈），我想做的是检测狗狗和狗狗的舌头的任务，这也就是如标题所说的训练自己的数据，我的数据集不是口罩哦，因此我们接下来要做的就是如何训练自己的数据集】由于前面介绍了我的数据集是狗狗，所以我去搞了1200张狗狗的图片作为需要标注的图片：(哈哈这个数据集有没有很眼熟，没错，就是猫狗大战的那个，不喜欢的话可以去爬其他的)，并把这6张图片放在images目录下：

矢量数据（shp）转栅格数据（tiff）

首先查看全球的服务器ip（网址：https://link.zhihu.com/?target=http%3A//ping.chinaz.com/github.com）链接：https://pan.baidu.com/s/1XWAzhkdpnH6Ln1Kf4lqTDQ。然后以管理员方式打开host文件夹：(文件夹位置-->同时按住Win和X调出管理员模式)这时候访问github就飞快了。arceng

1.说下OSI体系结构和TCP/IP体系结构。2.解释下ARP协议。

不仅支持单一特性的数据去重，还能依据dataframe的其中一个或者几个特征进行去重操作。分为删除观测记录和删除特征两种，它属于利用减少样本量来换取信息完整度的一种方法，是一种最简单的缺失值处理方法。list列表去重和集合set去重：（list自定义去重，set的元素是唯一的特性去重）上面两种方法：方法一代码冗长，方法二代码简单，但会导致数据的排序发生改变。dropna()函数：删除缺失值，可以删

我之所以会下载这一个是因为里面有我想要的东西哈哈），我想做的是检测狗狗和狗狗的舌头的任务，这也就是如标题所说的训练自己的数据，我的数据集不是口罩哦，因此我们接下来要做的就是如何训练自己的数据集】由于前面介绍了我的数据集是狗狗，所以我去搞了1200张狗狗的图片作为需要标注的图片：(哈哈这个数据集有没有很眼熟，没错，就是猫狗大战的那个，不喜欢的话可以去爬其他的)，并把这6张图片放在images目录下：

sklearn库的datasets模块集成了部分数据分析的经典数据集，可以使用这些数据集进行数据预处理，建模等操作，熟悉sklearn的数据处理流程和建模流程；也叫零均值标准化或分数标准化，是当前使用最广泛的数据标准化方法。经过该方法处理的数据均值为0，标准差为1。数据的整体分布情况并不会随离差标准化而发生改变，原先取值较大的数据，在做完离差标准化后的值依旧较大；对原始数据的一种线性变换，结果是将

6.2、大数据与云计算之间的关系：

6.2、大数据与云计算之间的关系：