我不喜欢孤单,但是我喜欢享受孤独!

挑战与坚持:黑苹果安装记

一篇和之前不一样,不是技术博客

因为日记本在图书馆,现在只能用csdn记录一下昨天的事情了

先说一下昨天为什么会崩溃

最近一直在弄黑苹果的系统,因为很久之前安装成功过一次,那次弄了一个星期每天晚上到3点多。

然后前几天开始弄,到昨天晚上,我遇到各种各样的困难,也费劲力气解决了很多困难,修改好了Config.plist的配置,引导成功,然后在抹盘的时候显示分区失败,不成功

然后又进windows用分区工具想办法把卷建立成逻辑分区和FAT格式,后来第N次的时候,电脑开机的时候卡住了,不能进入BIOS界面,也不能进入选择启动项的界面。

当时心情就开始变的差了,后来接近抓狂的现象,台式机和笔记本全部崩溃了,笔记本里面存放的有我大一开始到现在的所有算法笔记和代码源文件都在里面,希望不要丢。

然后昨天下午的时候,想打电话给妈妈和她说 我奖学金的事情,然后顺便和她说我国庆节去上屠皓民老师英语课的事情,但是我打了三次才打通,然后她没说几句就挂了

然后两件事情都没有说,后来我也就不想说出来了,就这样,最近呢,早上起床很早,晚上睡觉也晚,因为一直弄系统的原因,其他很多任务都放下了,所以感到很焦虑

心情自然也就不好,晚上电脑崩溃然后整个人就撑不住了

然后电脑坏了之后,课程报告也不能做了,然后一气之下带了键盘耳机身份证就来了蓝月网吧,晚上完成了物理实验报告,数据结构实验报告,也写了一大半的模电的课后习题

还完成了今天要交的讲座心得,等写完博客就去准备实验四的报告。

好久没有来网吧包夜了,说一下这一次网吧包夜的感受吧,先是前台的态度极其冷漠,我没有来过这个网吧,后来问了知道11点之后包夜是10元钱,

我就去二楼最后面找了一个位置,把书拿出来,准备开始晚上的计划,后来11点之后去包夜了,买了一些饮料和饼干。

来网吧还碰到了之前大一篮球队的队长,很意外

现在7点钟,等下写完报告去吃饭然后去上课。

我相信 什么都会好起来的

晚上我把之前打省赛的队员证放旁边,累的时候看一眼警示自己。

觉得自己真的很不容易,不过我觉得我和其他人竞争我唯一的优势就是 我可以吃苦

然后就这么多吧,有点累了确实。

上一些照片留个纪念。

在 C# 中实现孤立森林(Isolation Forest)模型进行异常检测,可以使用 ML.NET 框架。ML.NET 是微软开发的一个开源机器学习框架,支持多种算法,包括孤立森林。 ### 实现步骤 #### 1. 安装 ML.NET 首先,需要通过 NuGet 包管理器安装 `Microsoft.ML` 包。可以在 Visual Studio 的 NuGet 包管理器中搜索并安装,或者使用以下命令: ```bash dotnet add package Microsoft.ML ``` #### 2. 数据准备 创建一个用于训练的数据集类和预测结果类。例如,假设数据集中包含一个名为 `Feature` 的特征列。 ```csharp public class DataPoint { public float Feature { get; set; } } public class Prediction { public int PredictedLabel { get; set; } public float Score { get; set; } } ``` #### 3. 训练孤立森林模型 加载数据后,使用 ML.NET 的 API 构建管道,并训练孤立森林模型。 ```csharp using Microsoft.ML; using Microsoft.ML.Data; class Program { static void Main() { var context = new MLContext(); // 示例数据 var data = new[] { new DataPoint { Feature = 10.0f }, new DataPoint { Feature = 12.0f }, new DataPoint { Feature = 14.0f }, new DataPoint { Feature = 100.0f }, // 异常值 new DataPoint { Feature = 15.0f }, }; var dataView = context.Data.LoadFromEnumerable(data); // 数据预处理与模型训练 var pipeline = context.Transforms.Concatenate("Features", "Feature") .Append(context.AnomalyDetection.Trainers.IsolationForest( numberOfTrees: 100, sampleSize: 256, featureColumnName: "Features")); var trainingPipeline = pipeline.Fit(dataView); var predictions = trainingPipeline.Transform(dataView); // 获取预测结果 var predictedResults = context.Data.CreateEnumerable<Prediction>(predictions, false); // 输出预测结果 foreach (var prediction in predictedResults) { Console.WriteLine($"Predicted Label: {prediction.PredictedLabel}, Score: {prediction.Score}"); } } } ``` #### 4. 解释输出 - `PredictedLabel`: 表示是否为异常值,通常 `-1` 表示异常,`1` 表示正常。 - `Score`: 异常得分,得分越高越可能是异常值。 ### 关键点说明 - **数据格式**: 输入数据需要转换为 ML.NET 支持的 `IDataView` 格式。 - **参数调整**: 可以根据具体需求调整 `numberOfTrees` 和 `sampleSize` 等超参数来优化模型性能。 - **扩展性**: 如果数据量较大,可以通过读取 CSV 文件或数据库中的数据来加载数据集[^1]。 ---
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值