目的:爬取QQ邮件发件人、时间、内容等信息注意问题1.注意修改qq账号和密码#3.输入账号密码u = browser.find_element_by_id('u')u.send_keys('')#---------------此处填QQ号p = browser.find_element_by_id('p')p.send_keys('')#----------------此处填QQ邮箱密码2.注意自

最近在使用Golang做了一个网盘项目（学习），文件存储一直保存在本地（各厂商提供的oss贵），所以就在思考怎么来处理这些文件，类似的方案很对hdfs、fastdfs，但这其中MinIO是最近几年比较火热的一个项目，所以尝试使用这个试一试。

科研人必备软件Origin，主要是考虑到很多期刊都要求绘制origin可编辑的图，所以有些时候必须用这个软件，但是这个软件macos并不支持，所以必须考虑其他的方案，我没有安装虚拟机，而是使用crossover。

首先，这个问题往往是在golang中引入自己创建的包时发生的错误。解决方案如下。

在通过openai创建客户端必须要设置api key，如果你事先已经在本机的环境中设置未起效可以手动设置，注意手动设置时不要用下面的形式。

科研人必备软件Origin，主要是考虑到很多期刊都要求绘制origin可编辑的图，所以有些时候必须用这个软件，但是这个软件macos并不支持，所以必须考虑其他的方案，我没有安装虚拟机，而是使用crossover。

那我的机器就是没有数据传输过来，当然前提是你自己的服务器一定要有网络连接（可以尝试ping www.baidu.com来检测自己机器是否有网络）。首先造成这种错误的原因主要是因为你的服务器没有办法连接huggingface的原因，你可以直接在你的服务器上尝试能否直接ping。就可以运行你的代码了，但是这里运行的时候有个小问题，

K Nearest Neighbor算法这个算法是机器学习里面比较经典的算法，也叫做KNN算法，总体来说KNN算法是相对比较容易理解的算法算法定义：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距离公式（一般要处理数据如标准化后再计算距离）欧式距离曼哈顿距离明可夫斯基距离KNN算法中K取值的分析K取的过小，容易受到异常点的影响；K取

特征预处理（归一化+标准化）APIsklearn库下的preprocessingsklearn.preprocessing一、归一化归一化的原因：使得各特征单位不再收到单位或本身差异大小的影响，使得各单位具有相等的地位归一化的定义：通过对原始数据进行变化把数据映射到指定的区间中归一化的公式：百度百科归一化APIsklearn.preprocessing.MinMaxScaler(feature_r

1、认识决策树？决策树思想的来源非常朴素，程序设计中的条件分支结构就是if-else结构，就是利用这类结构分割数据的一种分类学习方法。是帮助我们进行高效决策分析的一种方法。2、信息论基础（信息熵、信息增益）信息：消除随机不定性的东西（信息论创始人说的：香农）信息的衡量：使用信息熵，反应信息量的多少信息熵的定义决策树的划分依据之一 – 信息增益3、决策树APIsklearn.tree.Decisio