beautiful_well的博客

1、顺利安装DockerCentOS Docker 安装和个人问题解决总结https://blog.youkuaiyun.com/liaobairen/article/details/845627462、解决Docker Pull 速度慢https://www.cnblogs.com/BillyYoung/p/11113914.html

通过一些来源于实际业务场景的数据集实例，来进行不同的可视化方案对比，从而总结出根据可视化目的、数据集特征，去选择图表类型的一般套路。图表对比部分，会选择一些常见的，且比较容易混淆的图表类型来做对比，以「可视化目标→数据集准备→图表选择和对比→经验总结」的方式来行文。柱状图vs条形图 相同点： 柱状图和条形图的数据结构是相同的，都是由「一个分类字段+一个连续数值字段」构成。 ...

区间型数据：了解区间型数据的特点，熟练使用「条形进度图、仪表盘、环形进度图」表示数据的进度和定量指标的定性化； 关系型数据：了解数据之间常见的关系类型，能熟练地根据数据之间的关系类型进行图表选型，掌握不同图表的特点、可视化原理和制作方法； 地理信息数据：了解地理信息数据的特点，掌握地理数据常用的可视化方案选型； 条形进度图https://www.jb51.net/a...

$代理Window.Callback全埋点方案是Window.Callback是Window类的一个内部接口。当Window接收到外界状态改变的通知，就会回调其中的相应方法。比如，当用户点击某个控件时，就会回调Window.Callback中的dispatchTouchEvent(MontionEvent event)方法。在应用程序自定义的Application的onCreate()方法...

$AppViewScreen全埋点方案$AppViewScreen事件，即页面浏览事件。在Android系统中，页面浏览其实就是指切换不同的Activity或Fragment。对于一个Activity，它的哪个生命周期执行了，代表该页面显示出来了呢？通过对Activity执行到onsume(Activity activity)生命周期时，也就代表该页面已经显示出来了，即该页面被浏览了。我们只要...

推荐书籍：《智能信息融合与目标识别方法》 胡玉兰 郝博 王东明等著这本书目录清晰，适合毕业论文撰写的参考首先分析特征级融合目标识别的基本理论，然后研究了多源图像的预处理、结合阈值分割的分水岭算法、结合聚类分割的分水岭、目标特征提取方法。对于特征融合方法、基于改进免疫遗传的特征融合方法、基于独立分量的特征融合、对典型相关分析特征融合方法的改进。最后介绍了基于优化改进的反向传播神经网络目标识别...

推荐两本书《移动云计算-——资源共享技术》 李波著、《多属性决策的理论与方法》徐玖平 吴巍编著。关注这个点是因为：《移动云计算-——资源共享技术》关于基于多属性决策的垂直切换。是指在考虑多个属性的情况下，选择最优备选方案或进行方案排序的决策问题。多属性决策一般包括两部分内容：1、获取决策信息，一般包括属性权重和属性值，其中属性权重的确定是多属性决策的一个重要内容；2、通过一定的方式对决策信息进...

知识点描述：简单的数据预处理和特征工程我们的学习目标有四个： 无量纲化：最值归一化、均值方差归一化及sklearn中的Scaler 缺失值处理 处理分类型特征：编码与哑变量 处理连续型特征：二值化与分段 一种特征常见的特征类型就是分类特征(categorical feature)，也叫离散特征(discrete feature)。one-hot编码(...

时序数据，是指任何随着时间而变化的数据，如一天中气温随时间的变化。要进行时序数据的可视化，我们首先需要了解「时间」所具有的特征： 有序性：时间都是有序的，事件之间有先后顺序。 周期性：许多自然或商业现象都具有循环规律，如季节等周期性的循环。 结构性：时间的尺度可以按照年、季度、月、日、小时、分钟、秒等去切割。 「时间数据」按是否连续可分为：离散型时间和连续型时...

推荐书籍《智能数据挖掘--面向不确定数据的频繁模式》 于晓梅 王红著推荐著名开源数据挖掘软件SPMFhttp://www.philippe-fournier-viger.com/spmf/与传统确定数据的表示方式不同，不确定数据的特点是每个数据对象不是单个数据点，而是按照概率在多个数据点上出现。线虽然，数据的不确定性对挖掘结果产生了不可忽视的影响。目前，关于不确定数据挖掘技术的研究包括...

动态规划问题：主要指多阶段决策过程。基本概念：阶段、状态、决策、策略、状态转移方程、指标函数和最优值函数..动态规划（Dynamic Programming）是解决多阶段决策过程最优化的一种方法。美国数学家贝尔曼（R. E. Bellman）等人在50年代初提出了解决多阶段决策问题的“最优性原理” 。全局来讲是最优的决策:当每个阶段的决策确定以后，全部过程的决策就是这些阶段决策所组成的一个决策...

推荐书籍 《人人都懂设计模式》从生活中领悟设计模式 python实现 罗伟富著介绍有趣的设计模式，便于代码设计。监听模式，又名观察者模式。顾名思义就是观察与被观察的关系。比如，在烧开水的时候看它开没有开。你就是观察者，水就是被观察者。其核心思想: 被观察者与观察者之间建立一种自动触发关系。观察者模式是对象的行为模式，又叫发布/订阅模式、模型/视图模式、源/监听器模式或者是从属者模式。...

目标规划的产生：线性规划的局限性—— 目标单一性，不能处理多目标问题。但现在很多问题都有多个目标，希望能获得综合的最优，但目标之间往往存在一定的矛盾，如利润最高、成本最低、产量高、质量好、用工最少等。传统的线性规划很难同时处理？对于这种多目标的问题，如何解决？目标规划可统筹兼顾的处理多种目标的关系。•三个目标要求，如何得到集中体现？• 是否需要建立三个目标函数？• 传统线性规划一般...

粗糙集理论与方法能有效地处理复杂系统中的数据和信息，已成为一种处理模糊和不精确问题的新型数学工具。它与模糊集方法、证据理论方法和概率方法等其他处理不确定性问题理论的显著区别在于无须提供所处理数据之外的任何先验信息。粗糙集理论的主要任务是近似分类、知识约简(属性和属性值约简)、属性相依性分析、根据决策表产生最优或次优决策控制算法等。对它的研究主要集中在两个方面:一是理论研究方面:粗糙集代数、粗糙...

掌握的知识点: 1、掌握线性规划的图解法及其几何意义。2、理解线性规划的标准型和规范型。3、掌握单纯形法原理 4、掌握运用单纯形表计算线性规划问题的步骤及解法。5、能运用两阶段和大M法求解线性规划问题，以及运用 人工变量法求解非规范型的线性规范问题。6、掌握任何基可行解原表及单纯形表...