kanchigo-优快云博客

原创 nginx状态码499，client closed request，前端页面错误提示timeout

建立连接后，文件传输的时长超过了timeout，由于文件还没完全传输，后端不会给出返回信息，此时前端取消请求，因此会报client closed request。实现了一个前端上传文件，后端保存到数据库的功能。状态码499的起源可以追溯到Nginx服务器，并且在Nginx的日志中用于指示当连接被客户端关闭时，服务器仍在处理请求，导致服务器无法发送状态码回客户端。这里是前后端已经建立了连接，但是在请求体里的文件太大，导致传输时间超过了设置的timeout，这时前端取消了请求，因此后端会报499。

2024-07-23 22:24:37 1442

原创前端html笔记——链接标签

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录链接标签1.外部标签2.内部标签3.空标签4.下载链接5.网页元素链接链接标签<a href="" target=""></a>href为必选元素，就像img中的src1.外部标签跳转到外部网页的话href属性必须加http://<a href="http://www.qq.com" target="_blank">tencent</a>target为打开窗口方式，

2021-09-29 16:29:36 521

原创 pandas操作4（处理缺失值/位置索引）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录插值one-hot位置索引其他操作插值通过.fillna()填充空值。inputs = inputs.fillna(inputs.mean())插入其他值的平均数，防止出现数据过大的波动。one-hot有时输入的空值的含义是某个类别，比如说一个电脑的独显类型，如果是“NaN”那就代表这个电脑是没有独显的，可以将“NaN”视为⼀个类别。可以用.get_dummies()来生成两列one-hot。inputs = pd

2021-07-19 21:43:37 2332

原创 pandas操作3（插入列insert/统计出现次数value_counts）

python数据处理，用pandas将另一个dataframe的列插入到当前需要的dataframe中；按时间统计某值出现的次数。文章目录插入列按时间统计某值出现次数插入列有时可能需要从另一个数据集中提取一列插入到另一个数据集中（最好是行数相等），可以通过.insert()来操作数据集。df1.insert(3, 'users number', df2['users number'])各参数意义如下：df.insert(插入到哪一列, '列名', another_df['需要被插入的那一列

2021-06-13 16:51:21 2047 2

原创 pandas操作2（增加列并赋值/两列时间相减/按时间合并且求和）

pandas常用csv操作增加一列数据并赋值两列时间相减按时间合并且求和增加一列数据并赋值有时候可能会遇到需要增加一列数据，例如增加一列全为1的数据，方便按时间合并行过后统计次数。df['xxx number'] = 1两列时间相减使用pandas求两列时间的差，也就是统计csv数据集种某个任务持续的时间df['end time'] = pd.to_datetime(df['end time'])df['start time'] = pd.to_datetime(df['start time

2021-06-07 10:46:24 4327

原创 pandas操作1（读csv不要索引/写csv不要索引/删除有空值行/按时间排序）

pandas常用csv操作读csv不要索引（index）写csv不要索引删除有空值的行按时间排序读csv不要索引（index）在使用pandas读csv（read_csv())时，会默认产生一列索引，当你要把处理过后的csv文件生成一个新的csv文件时，就会多出一列索引值且这一列没有名字，不方便通过drop(columns=[‘name’])来删除，可以一开始在读的时候就让它不要产生索引(index_col=0)。df = pd.read_csv('filename.csv', encoding='u

2021-06-06 22:59:01 29499 2

原创反向传播神经网络（Back propagation neural network ，BPNN）

文章目录BPNN前向传播反向传播总结参考BPNNBPNN被认为是最常用的预测方法，BPNN模型的一般结构如下图所示，它由输入层、隐层和输出层三层组成，其中隐层在输入层和输出层之间传递着重要的信息。BPNN总是由一个或多个隐藏层组成，从而允许网络对复杂功能进行建模。它主要由两个过程组成：正向信息传播和误差反向传播。这三层之间的数学关系可以表示如下：输入层到隐层：隐层到输出层：其中：ym和yj分别表示输入层和隐藏层的输入；yt表示点t的预测值；μjm和λoj表示输出层和隐藏层的网络权重；μj

2021-01-20 21:21:45 28932 1

原创 Logistic Regression（逻辑斯谛回归）

这里写自定义目录标题Logistic 回归假设函数（Hypothesis Function）功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入Logistic 回归有的翻译叫做逻辑回归，但我看很多人说这个名字不好，其实它和逻辑这个

2021-01-20 16:19:03 376

kanchigo的博客