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

热点分析 (Getis-Ord Gi*) 的工作原理

工具可对数据集中的每一个要素计算 Getis-Ord Gi* 统计(称为 G-i-星号)。通过得到的,您可以知道高值或低值要素在空间上发生聚类的位置。此工具的工作方式为:查看邻近要素环境中的每一个要素。高值要素往往容易引起注意,但可能不是具有显著统计学意义的热点。要成为具有显著统计需意义的热点,要素应具有高值,且被其他同样具有高值的要素所包围。某个要素及其相邻要素的局部总和将与所有要素的总和进行比

#arcgis
非常全面的谱聚类算法原理总结

谱聚类算法是目前最流行的聚类算法之一,其性能及适用场景优于传统的聚类算法如k-均值算法,本文对谱聚类算法进行了详细总结,内容主要参考论文《A Tutorial on Spectral Clustering》,下载链接:https://github.com/zhangleiszu/machineLearning,若对谱聚类算法有不理解的地方,欢迎交流。目录1. 谱聚类模型的优化思想2. 图的表示方法

文章图片
#聚类#算法#机器学习
关于sql中的空值null及处理

在mysql中认为null在排序时为最小值,即ASC排序时在最前面,DESC排序时在最后,oracle中认为null在排序时为最大值,即ASC排序时在最后面,DESC排序时在最前,mysql中可采用以下方法转换null为最大值(未穷举)。但是coalesce还可以加很多参数,返回第一个非空参数,例如coalesce(null,null,4,null,3,1)会返回4。注意:如果coalesce()

#sql
postgresql 执行sql文件

进入database testdb 也可以用 psql -p 5432 testdb。# \i后跟sql文件路径,比如/pathA/xxx.sql。testdb-# 为等待输入状态。postgresql运行sql脚本有3种方式。3. pgadmin4界面管理工具。# 查看所有database。2.通过psql,运行sql脚本。# 切换到postgres用户。# 查看所有表 \d+# 查看test表

#postgresql#sql#数据库
Docker容器与宿主机相互拷贝文件

示例: 假设容器名为testtomcat,要从容器里面拷贝的文件路为:/usr/local/tomcat/webapps/test/js/test.js,现在要将test.js从容器里面拷到宿主机的/opt路径下面,那么命令应该怎么写呢?示例:假设容器名为testtomcat,现在要将宿主机/opt/test.js文件拷贝到容器里面的/usr/local/tomcat/webapps/test/j

#docker#容器
python 利用time模块给程序计时

这个需要注意,在不同的系统上含义不同。在UNIX系统上,它返回的是"进程时间",它是用秒表示的浮点数(时间戳)。而在WINDOWS中,第一次调用,返回的是进程运行的实际时间。1毫秒=1000微秒)作为浮点数,即具有最高可用分辨率的时钟,以测量短持续时间。建议PC上使用time.perf_counter() 来计算程序的运算时间,特别是测试算法在相邻两帧的处理时间,如果计算不准确,那可能会对算法的速

#python
【理论+案例实战】Python数据分析之逻辑回归(logistic regression)

简介: 逻辑回归是分类当中极为常用的手段,它属于概率型非线性回归,分为二分类和多分类的回归模型。对于二分类的logistic回归,因变量y只有“是”和“否”两个取值,记为1和0。假设在自变量x1,x2,……,xp,作用下,y取“是”的概率是p,则取“否”的概率是1-p。逻辑回归是分类当中极为常用的手段,它属于概率型非线性回归,分为二分类和多分类的回归模型。对于二分类的logistic回归,因变量y

#数据分析#python#逻辑回归 +1
Python初学日记|报错TypeError: only size-1 arrays can be converted to Python scalars的一种可能

前言在做一个使用matplotlib画函数图像的作业的时候遇到了一个问题。如题所示的报错让我纳闷了很久。然而在一个随意的更改之后竟然解决了问题,于是我稍微探究了一下问题所在。问题的出现我的报错代码如下:import matplotlib.pyplot as pltfrom numpy import*from math import*plt.figure(figsize=(6,6))wh=hh=6/

文章图片
#python#开发语言#后端 +1
数据预处理 第3篇:数据预处理(使用插补法处理缺失值)

插补法可以在一定程度上减少偏差,常用的插补法是热卡插补、拟合插补和多重插补。拟合插补,要求变量间存在强的相关性;多重插补(MCMC法),是在高缺失率下的首选插补方法,优点是考虑了缺失值的不确定性。热卡填充(Hot deck imputation)也叫就近补齐,对于一个包含空值的对象,热卡填充法在完整数据中找到一个与它最相似的对象,然后用这个相似对象的值来进行填充。通常会找到超出一个的相似对象,在所

文章图片
#机器学习#python#人工智能
linux怎么修改文件权限

再举个例子,通常我们以 Vim 编辑 Shell 文件批处理文件后,文件权限通常是 rw-rw-r--(644),那么,如果要将该文件变成可执行文件,并且不让其他人修改此文件,则只需将此文件的权限该为 rwxr-xr-x(755)即可。在linux中,可以利用chmod命令来修改文件权限,它是控制用户对文件的权限的命令,可以使用绝对模式(八进制数字模式)或符号模式来指定文件的权限;chmod(英文

文章图片
#linux#运维#服务器
暂无文章信息