- 博客(14)
- 收藏
- 关注
RSS订阅原创 PySpark 安装全过程总结
本文分析了Windows环境下安装PySpark时常见的多开发环境冲突问题。文章指出PySpark本质上是Python+JVM的混合体系，涉及Java环境、Python版本、Conda虚拟环境等多重依赖关系。重点阐述了Java环境变量混乱、Python版本兼容、Conda不可用、PyCharm兼容性bug以及Python worker连接失败等典型问题的解决方案。最终提出了包含统一Java环境、修复PATH、创建独立Python环境、配置SparkSession等步骤的完整安装流程，并强调理解复杂开发环境排
2026-05-14 11:10:12
354
原创 XAMPP MySQL / Apache 启动问题排查与修复教程
XAMPP 内置 MySQL / MariaDB 与系统 MySQL 可以共存，但必须端口和数据目录独立。Apache 默认端口 80 被占用时，XAMPP 自动切换 8080 → 浏览器必须加端口号。修改配置文件后务必完全重启服务。遇到 MySQL错误 → 说明数据目录权限或路径有问题。这篇教程总结了从端口问题、配置文件、数据目录到最终访问网页的完整排查流程，非常适合初学。
2026-03-06 11:18:29
497
原创 MCP考研一站式服务--Datawhale AI夏令营
摘要： 本文提出一款基于MCP技术的考研志愿智能填报工具，通过标准化数据接口(Browser MCP)、自动化处理流程(Excel MCP)、结构化决策模型(Sequential Thinking MCP)三大核心模块，系统解决考研学子面临的信息碎片化（10+平台数据源）、人工整理耗时（3-5天Excel操作）、决策依据不足（缺乏量化分析）等痛点。工具可实现1小时内完成院校专业数据采集、结构化对比表生成、"冲稳保"志愿推荐等全流程，并通过Lark MCP实现结果推送与实时答疑，准确率提升
2025-07-12 23:55:29
754
原创 python安装相关库函数后，运行代码仍然报未检测出该模块
VSCode会显示可用的Python解释器列表。选择你自己安装的Python版本。4.
2025-02-22 12:49:07
623
原创 西瓜书打卡----第三章：线性回归
一定是达到了极值，稳定值。（再也不会再大了，再也不会变小了）线性回归不存在再也不会变大，是可以无限大的，所以找到的只能是再也不会变小了即我们要找到最优解。如“瓜类”属性有 西瓜，南瓜，黄瓜，则转化为（0,0,1 ）,（0,1,0）,（1,0,0）1.对一个对象求偏导且令其为0，意味着找到这个对象不再发生变化的点。如“高度”属性有 高，中，低，可转化为。（2）属性间不存在序的关系，假定有K个属性，则通常转化为。求偏导实际上是在找变化率，若偏导为0，意味着这个点不动了。,希望线性模型的预测值逼近真实标记，
2024-09-22 14:38:31
498
1
原创 西瓜书学习笔记打卡 ---- 第二章：模型评估与选择（未完待续）
学习器把训练样本学得太好了，将训练样本的自身的一些特点当做潜在样本都具有的性质，往往会导致泛化能力下降。通过上述方法显然有一部分数据不会被采样，通过计算初始数据集D中约有36.8%的样本未出现在采样数据D'中，我们便可将D'作为测试集。那我们就需要一个“测试集”，将测试 集的“测试误差”作为泛化误差的近似值。的集合，一个为S,另一个T，在S上训练出模型后，用T来评估其测试误差，作为泛化误差的估计。2.每次用k-1个子集的并集作为训练集，余下的一个作为测试集。在新样本上（测试集）的误差叫做。
2024-09-19 00:27:44
622
原创 西瓜书学习笔记打卡----第一章
机器学习致力于研究如何通过计算的手段，利用经验（数据）来改善系统自身的性能。机器学习所研究的主要内容，是关于在计算机上从数据中 产生model的算法，即“学习算法”。如果说计算机科学是研究关于“algorithm”的学问，那么类似的可以说机器学习是研究关于“”的学问。
2024-09-18 19:35:23
494
原创 task5----贝叶斯分类
分类算法常用的有很多种，朴素贝叶斯算法是其中一个比较常用的，之所以称为朴素贝叶斯算法主要是因为该算法最基本的原理是基于贝叶斯定理的，称为朴素是因为该算法成立的前提是特征之间必须得是独立的。朴素贝叶斯（Naive Bayes）算法理论基础是基于贝叶斯定理和条件独立性假设的一种分类方法。
2024-07-22 22:54:47
1220
原创 task3----线性回归
线性回归属于有监督学习算法，是一种最基本的回归分析方法，旨在将一个或多个自变量与一个连续的因变量之间的关系建模为线性方程。该方法可以用于预测因变量的值，也可用于描述自变量和因变量之间的关系。
2024-07-18 23:32:14
997
原创 task2 聚类分析--“物以类聚”
在无监督学习(unsupervised learing)中，训练样本的标记信息是未知的，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础。簇的分裂过程反复进行，直到最终每个新的簇只包含一个数据样本。层次聚类试图在不同层次对数据集进行划分，从而形成树形的聚类结构，数据集的划分可以采用“自底向上”的聚合策略，也可采用“自顶向下”的拆分策略。，其每个簇可以被簇中所有数据样本代表，两个簇间的相似度由这两个不同簇的距离确定（相似度可以定义为距离的倒数）。
2024-07-16 22:26:41
1169
原创 Datawhale AI 夏令营 task1走进Deepfake
在当今数字化时代，人工智能（AI）正以前所未有的速度和规模改变着我们的世界。其中，一项特别引人注目的技术就是深度伪造（Deepfake）。这不仅是一项前沿技术，更是一种强大的工具，它能够以惊人的真实感生成或操纵音视频内容。
2024-07-14 23:51:39
645
1
原创 打卡--模型评估与选择（评价指标理论）
为减少由于数据集划分的不同而引入的 差别，k 折交叉验证通常要随机使用不同的划分重复p次，最终的结果是这p次k 折交叉验证结 果的平均值（常见的为10次10折交叉验证）。原数据集D是一个包含m个样本的数据集，通过自助法有放回的重复抽样m次，每次抽取1个数据，放到D'中，D'中也有m个样本，同时，原来的数据集D中不被D'包含的数据作为验证集。显然，这样就可以获得k 组 不同的训练集+测试集组合，从而进行k 次训练和测试，最终返回的是这k 个测试结果的均值。
2024-07-14 17:18:40
1288
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人