- 博客(64)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 在Windows系统中安装Python和Jupyter Lab并进行相关配置
弊端：jupyter lab打开的位置是默认的，所以您不知道在哪里或者不是您想要的文件路径，因此推荐第二种启动方法。有些时候您的pip版本过低(如下图，有绿色和黄色显示表示需要更新)，需要更新时，先更新完毕再进行安装。说明：永久换源的目的是将python下载的源换为国内的源，这样我们在安装第三方库的时候比较快。当上述步骤没有出错的情况下，jupyter插件是安装完毕的，此时我们需要启动它。a.先创建或找到您想要存储代码的文件夹的位置，通常要避开中文路径。第一次启动后的界面与博主的不一样，您的是英文界面。
2024-05-20 19:23:32
1664
原创 Ubuntu22.04 UEFI系统配置Apache Tomcat/8.5.87为开机自动启动
按以上步骤操作后，Tomcat 将在系统启动时自动运行，且所有路径均已适配你的实际安装目录。前置条件，Java与Tomcat目录均为/usr/local路径下。tomcat安装目录为：/usr/local/tomcat。java安装目录为：/usr/local/java。将以下内容粘贴到文件中（
2025-03-22 15:38:25
369
原创 数据分析系列--[15] RapidMiner决策树案例(含数据集)
数据分析目标:已知一组关于商家发布上一代产品时,不同客户群体购买产品的数据.如,购买时间,购买欲望等. 商家想知道本次发布新产品,有哪些群体是马上需要购买新产品的,以针对性的对他们进行精准营销.
2025-02-09 20:45:42
683
原创 数据分析系列--[14] RapidMiner逻辑回归(含数据集)
Marital_Status： 相应人员当前的婚姻状况，用以下编号表示： 0 — 一直单身；- Weight_Category： 将相应人员的体重按以下三个级别分类： 0 表示正常；- Cholesterol： 相应人员的胆固醇水平，是在治疗最近一次心脏病发作时记录下来的（对于检验数据集中的人员，是在治疗仅有的一次心脏病发作时记录下来的。- Gender： 相应人员的性别： 0 表示女性；- Age： 相应人员的年龄（按四舍五入的方式精确到整数）。员）和“No”（对于没有二次心脏病发作史的人员）。
2025-02-05 10:00:00
518
原创 数据分析系列--[13] RapidMiner线性回归(含数据集)
评估模型：使用“Apply Model”操作将模型应用于测试集，使用“Performance”操作评估模型性能（如R²、RMSE等）。正系数表示正相关，负系数表示负相关。– Insulation： 保温层密度等级，介于一到十之间，用于表示每个家庭的保温层的厚度。- 训练模型：使用“Linear Regression”操作，选择目标变量和特征变量，训练模型。- 基础性强：是许多复杂模型的基础，理解线性回归有助于学习更高级的模型。等级为一的家庭的保温状况非常糟，而密度等级为十的家庭的保温状况非常好。
2025-02-04 18:31:08
929
原创 数据分析系列--[12] RapidMiner辨别分析(含数据集)
一、数据准备二、导入数据三、数据预处理四、建模辨别分析五、导入测试集进行辨别分析点击下载数据集 Ending, congratulations, you're done.
2025-02-02 20:05:01
226
原创 数据分析系列--[11] RapidMiner,K-Means聚类分析(含数据集)
一、数据集二、导入数据三、K-Means聚类点击下载数据集 Ending, congratulations, you're done.
2025-02-02 17:38:56
789
原创 DataAnalysisSeries--②RapidMinerImportsDataAndStoredProcedures
Click To Download
2025-02-02 08:00:00
139
原创 数据分析系列--⑦RapidMiner模型评价(基于泰坦尼克号案例含数据集)
Cross Validation 算子的主要作用是：- 提供更可靠的模型性能评估。- 减少过拟合风险。- 充分利用数据，特别适合小数据集。它是模型开发和评估中不可或缺的工具，帮助确保模型在实际应用中的稳定性和泛化能力。
2025-01-31 14:24:59
2033
原创 数据分析系列--③RapidMiner算子说明及数据预处理
状态灯说明:(1)状态指示灯：红色:指示灯说明有参数未被设置或输入端口未被连接等问题;黄色:指示灯说明还未执行算子，不管配置是否基本齐全;绿色:指示灯说明一切正常，已成功执行算子。(2)三角警示牌：用于表明是否有算子的状态信息出现。(3)断点：用于表明分析员是否在这个算子前面或是后面暂停了流程，以检测中间效果。(4)注释：如果这个算子中出现了注释，则会通过这个图标表示出来。(5)子流程：这个图标用来指示是否有子流程。双击算子可以进入子流程。
2025-01-28 15:38:29
614
原创 对Python中队列三种实现方式的测试
'''本程序模拟比较队列的三种情况：一、deque当作队列使用；二、queue当作队列使用；三、list当作队列使用。结论：Python队列可以用deque、queue、list实现，其中list极慢、queue较慢，deque最快。经测试结论为：deque比queue快20倍以上，deque比list快1000倍以上，queue比list快40倍以上。测试说明：云服务器2C4G，CentOs7.9为测试环境，数据量为100 0000，结论仅供参考。'''
2024-12-26 17:16:56
230
原创 哈希查找算法
②数据量够大的时候，空间浪费足够小，因为d(i)是我们自定义的，平方数越大索引计算出来的位置间隔越大，产生数据冲突的可能性越小，同时也就会留下更多的空隙，那就是牺牲了一部分空间来换取了很小的冲突，说白了就是牺牲空间换取时间的做法。(2): d(i) = 1²，2²，3²，4²,....,或者d(i) = -1²，-2²，-3²，-4².....，这种取法称为平方探测法。举例：通讯录找人，第一步找z，赵、张--->肉眼去看“张”这个字 ---->点开“张三”这个人，然后你就看到了他的电话号码。
2024-09-26 21:15:55
1353
原创 查找算法③-斐波那契查找算法/黄金分割查找算法
斐波那契查找算法又称黄金分割查找算法，它是在二分查找基础上根据斐波那契数列进行分割的一种衍生算法，简单来说，二分查找是一分为二进行查找，斐波那契查找是使用斐波那契数列进行分割查找。而斐波那契数列就是我们通常所说的黄金分割数列，它是1 、 1 、 2 、 3 、 5 、 8 、 13 、 21 、34 、 55 ... 一直延伸下去的数列，通项公式为： F(n) = F(n-1) + F(n-2)。
2024-07-21 15:26:41
473
原创 查找算法②-二分查找/折半查找&&面向对象写法
二分查找算法又称折半查找算法，每次将待查找的序列一分为二（经实验，一分为二总是比一分为四、一分为八等等快），首先用待查找的目标值target与中间值middle比较，如果待查找值在左侧则直接舍弃右侧，若待查找值在右侧则直接舍弃左侧，若相等则查找结束。如此反复上面的过程，直到找到66这个值所在位置。举例说明：比如在待查找序列[18, 19, 22, 24, 56, 60, 66, 77, 88]中查找目标值66。
2024-07-21 14:21:32
470
1
原创 查找算法①-插值查找/插补查找
插值查找算法又称插补查找算法，它是二分查找算法的改进版。查找算法的原理： 利用数据的分布，利用公式预测键值所在的位置，快速缩小键值所在的序列区间，从而快速找到待查找的值。二、键值索引计算公式。
2024-07-21 13:54:56
294
原创 猫狗分类识别【分类识别】①分类识别
确认你的Python环境和所有库的版本是相互兼容的。确保你的模型接受的输入尺寸是128x128，因为这是程序中设定的图像大小。如果模型训练时使用了不同的输入尺寸，你需要在程序中做相应的调整。如果你在某些特定的环境（如Docker容器、虚拟环境或不同操作系统）中运行程序，请确保所有依赖库都已正确安装在这些环境中。同时，确认模型文件没有损坏，并且是与你当前TensorFlow版本兼容的Keras模型。如果你的模型很大或图像数量很多，确保你的系统有足够的内存和计算能力来处理这些任务。结论：模型严重过拟合。
2024-06-03 16:42:11
705
原创 猫狗分类识别【建立模型】③数据增强
一、数据增强的说明在人工智能模型分类识别中，数据增强是一种关键技术，它通过对原始数据进行修改或添加来创建新的、更多样化的训练数据集：一、数据增强的基本原理数据增强的基本原理是通过对原始数据进行各种变换，以产生与原始数据不同但仍保持原有标签信息的新数据。这些变换可以应用于图像、文本、音频等多种类型的数据。二、数据增强在图像分类识别中的应用图像变换操作：在图像分类任务中，数据增强可以通过对图像进行平移、旋转、缩放、翻转等操作，生成不同视角下的图像。
2024-05-30 00:23:22
1241
1
原创 猫狗分类识别【图像预处理】⑤二值化
它接受四个参数：输入图像、阈值、最大值（通常设置为255，表示白色）和二值化类型（在这个例子中使用cv2.THRESH_BINARY）。函数返回两个值：第一个是用于二值化的实际阈值（在这个例子中我们不需要，所以使用_来忽略它），第二个是二值化后的图像。在这个脚本中，我们假设去噪后的图像已经是灰度图像。可以使用cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)来实现。最后，使用cv2.imwrite函数将二值化后的图像保存到指定的文件夹中。
2024-05-22 21:50:10
520
原创 猫狗分类识别【图像预处理】④滤波去噪
然而，高斯滤波也可能导致图像的边缘和细节变得模糊，影响图像的清晰度。如果图像中主要存在椒盐噪声，那么中值滤波可能是一个更好的选择；中值滤波对于去除椒盐噪声（即黑白点噪声）特别有效，因为它通过取邻域像素的中值来替换中心像素的值，从而消除孤立的噪声点。然而，中值滤波可能会导致图像细节的模糊，特别是在滤除噪声的同时也会模糊一些细微的图像特征。中值滤波和高斯滤波各有优缺点，哪种滤波方法更好取决于具体的应用场景和图像中的噪声类型。此外，对于大尺寸图像，中值滤波的处理速度可能会较慢，因为需要对较大的邻域进行排序操作。
2024-05-22 21:48:02
679
原创 猫狗分类识别【图像预处理】③图像灰度化处理
说明：无论前面的图像文件夹中的图像后缀是否统一，均可使用灰度化处理程序。因为上述这部分代码已经包含了常规图像的后缀判断。
2024-05-13 12:30:05
721
原创 Centos7系统下安装Nginx并配置域名转发实现域名访问
感谢李天健同学辛苦创作，对于Nginx配置未完成的同学请移步他的博客。传送门：Centos7系统下安装Nginx并配置域名转发实现域名访问
2024-04-22 08:14:09
1038
2
原创 CentOs7.9中修改Mysql8.0.28默认的3306端口防止被端口扫描入侵
四、在阿里云服务器官网配置3333端口允许外网访问。五、使用Navicat工具连接。
2024-03-31 16:41:03
1545
原创 Linux系统中安装一些常用的插件备用
4.下载新的CentOS-Base.repo 到/etc/yum.repos.d/# 安装了lrzsz以后可以通过rz命令打开上传命令，比较方便。1、备份CentOS-Base.repo。Linux系统中安装一些常用的插件备用。7.安装zip、unzip。为国内的阿里云源（选择）6.安装ipconfig。ip addr：查看ip。8.安装rz和sz命令。10.安装telnet。9.安装Tree命令。
2024-03-29 19:51:51
1067
原创 [Linux][CentOs+Ubuntu][Mysql]基于Linux-CentOs7.9及Ubuntu 22.04 64位 UEFI版系统安装并配置开机自启Mysql-8.0.28数据库
2.使用FileZilla软件将Mysql安装包上传至Linux服务器的/usr/local/mysql目录下。在执行vim /etc/my.cnf进入检查，看到#开头的中文变成蓝色即可确认已经生效。1.懒人版直接点击下来链接下载包含三个压缩包在内的文件。1.在/usr/local目录下创建mysql文件夹。1.FileZilla负责将文件传到服务器上。2.Xshell负责远程连接服务器。以上，Mysql安装配置及自启完成！按下ESC键，并输入:wq!3.在Xshell中查看。至此，Mysql安装完毕！
2024-03-13 21:12:06
4207
2
Zetane1.74人工智能模型可视化工具和与之匹配的Python3.9版本，提供32位和64位
2024-05-29
Linux & CentOs & Mysql & Xshell & FileZilla
2024-03-13
Centos7.*版本依赖软件Xshell、FileZilla、JDK（Java）、Tomcat、Nginx
2023-04-18
2048. html+css+js实现网页版2048小游戏
2020-07-11
python使用Django库向mysql数据库插入数据
2019-02-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人