<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[llx1026的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/llx1026</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; llx1026]]></copyright><item><title><![CDATA[python链接数据库SQL Server 2005出错怎么办???附解决方案以及开启TCP/IP协议和查看默认端口的过程]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/79579572</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/79579572</guid><author>llx1026</author><pubDate>Fri, 16 Mar 2018 12:26:57 +0800</pubDate><description><![CDATA[import pymssql
conn=pymssql.connect(host='127.0.0.1:1433',user='sa',password='jxn',database='scott',charset=&quot;UTF-8&quot;)
'''
如果和本机数据库交互，只需修改链接字符串
conn=pymssql.connect(host='.',database='Michael')
'''
cur=...]]></description><category></category></item><item><title><![CDATA[在python36上安装pymssql包]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/79573433</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/79573433</guid><author>llx1026</author><pubDate>Thu, 15 Mar 2018 20:34:03 +0800</pubDate><description><![CDATA[首先，需要去一个网站下载pymssql安装包，该网站都是python一些常用的包，各种版本都有，还在不断更新建议大家收藏之！网址为：点击打开链接因为安装pymssql包，直接在电脑终端使用pip install pymssql是安装失败的，不信看下图：那么，就要想其他办法了，在开头的网页中下载pymssql-2.2.0.dev0-cp36-cp36m-win_amd64.whl，然后将其放在pyt...]]></description><category></category></item><item><title><![CDATA[如何使用R语言链接数据库并对数据库中的表进行查询操作]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/79562773</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/79562773</guid><author>llx1026</author><pubDate>Thu, 15 Mar 2018 09:14:18 +0800</pubDate><description><![CDATA[需求：1、安装R           2、安装数据库，我的是SQL Server 2005, ，我在数据库里事先创建了一个名叫scott的数据库，并且scott数据库里包含了名叫emp的表，用于查询操作，如下图所示：下面先放上R语言代码，然后我再一步步给解释一下，自己刚学的时候什么也不会，查了好多资料，先将学习过程记录下来以共勉：library(RODBC)
myconn &amp;lt;- odbcCo...]]></description><category></category></item><item><title><![CDATA[使用python爬取天气预报]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/79079308</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/79079308</guid><author>llx1026</author><pubDate>Tue, 16 Jan 2018 21:19:38 +0800</pubDate><description><![CDATA[首先，附上代码
import json
import requests
import bs4

def get_html(url):
    headers = {
        'User-Agent':
        'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51]]></description><category></category></item><item><title><![CDATA[爬取微信好友的部分资料，并将所有人的个性签名制成词云图，哈哈~~~~]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/79078460</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/79078460</guid><author>llx1026</author><pubDate>Tue, 16 Jan 2018 19:53:48 +0800</pubDate><description><![CDATA[import itchat
itchat.login()
friends = itchat.get_friends(update=True)[0:]


male = female = other = 0
for i in friends[1:]:
    sex = i["Sex"]
    if sex == 1:
        male += 1
    elif sex == 2:
  ]]></description><category></category></item><item><title><![CDATA[透视变换实现代码（全）]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/78289247</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/78289247</guid><author>llx1026</author><pubDate>Thu, 19 Oct 2017 20:46:09 +0800</pubDate><description><![CDATA[好久没写博客了，因为白天要去实习，晚上看论文实在抽不出时间，由于项目需要，研究了透视变换，在网上找了一圈不是缺腿就是少胳膊的，后来对缺省的代码进行补充使其可以调通，现贴出来供大家学习使用，代码如下：
#include
#include
#include
using namespace cv;
using namespace std;

int main( )  
{  
    Mat img=]]></description><category></category></item><item><title><![CDATA[使用opencv读取一段视频并对视频进行canny边缘检测]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/78075608</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/78075608</guid><author>llx1026</author><pubDate>Sun, 24 Sep 2017 10:59:33 +0800</pubDate><description><![CDATA[使用opencv读取视频并对视频进行canny边缘检测
代码如下：
#include 
using namespace cv;

int main()
{
	VideoCapture capture("1.avi");
	Mat edges;//定义一个Mat变量，用于存储每一帧经过处理后的图像图像
	while(1)
	{
		Mat frame;//定义一个Mat变量，用于存储每一帧图像
]]></description><category></category></item><item><title><![CDATA[使用CMake制作lib文件以及Dlib机器学习库的安装和使用-亲测可行]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/78074911</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/78074911</guid><author>llx1026</author><pubDate>Sun, 24 Sep 2017 08:42:47 +0800</pubDate><description><![CDATA[第一步骤：使用CMake制作lib文件


CMake是一个跨平台的安装（编译）工具，可以用简单的语句来描述所有平台的安装(编译过程)。他能够输出各种各样的makefile或者project文件，能测试编译器所支持的C++特性,类似UNIX下的automake。

这里使用Dlib机器学习库做实验，进行打包实验






工具/原料






CMake]]></description><category></category></item><item><title><![CDATA[机器学习经典算法优缺点总结]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/78072519</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/78072519</guid><author>llx1026</author><pubDate>Sat, 23 Sep 2017 18:31:34 +0800</pubDate><description><![CDATA[1.决策树:判别模型，多分类与回归，正则化的极大似然估计


特点：

适用于小数据集，在进行逐步应答过程中，典型的决策树分析会使用分层变量或决策节点，例如，可将一个给定用户分类成信用可靠或不可靠。


场景举例：基于规则的信用评估、赛马结果预测


优点：　

计算量简单，可解释性强，比较适合处理有缺失属性值的样本，能够处理不相关的特征；
擅长对人、地点、事物的一系列]]></description><category></category></item><item><title><![CDATA[C中的struct与C++中的struct区别以及C++中的struct与C++中的class的区别]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/78072140</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/78072140</guid><author>llx1026</author><pubDate>Sat, 23 Sep 2017 17:25:38 +0800</pubDate><description><![CDATA[c中的struct是没有权限设置的。 

C++中struct增加了访问权限,且可以和类一样有成员函数。 

C++中的struct等同于class,只是class默认成员权限是private,而struct默认成员权限是public。]]></description><category></category></item><item><title><![CDATA[python3上skflow安装教程]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/78059184</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/78059184</guid><author>llx1026</author><pubDate>Fri, 22 Sep 2017 09:14:37 +0800</pubDate><description><![CDATA[本人之前按照网上的安装教程，一直安装不成功，后来索性自己尝试安装


1、网上失败的安装过程，记录一下，以防重蹈覆辙
第一，需要在https://github.com/tensorflow/skflow网站上下载skflow安装包，下载好之后放在python文件夹下



第二，打开cmd终端，用cd/d+skflow路径将切换到setup.py文件夹下，如下图所示操作：然后按回车]]></description><category></category></item><item><title><![CDATA[使用Tensorflow自定义一个线性分类器用于对“良/恶性乳腺癌肿瘤”进行预测]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/78042910</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/78042910</guid><author>llx1026</author><pubDate>Wed, 20 Sep 2017 17:04:01 +0800</pubDate><description><![CDATA[import tensorflow as tf
import numpy as np
import pandas as pd

train = pd.read_csv('breast-cancer-train.csv')
test = pd.read_csv('breast-cancer-test.csv')

#分割特征与分类目标
x_train = np.float32(train[['Clu]]></description><category></category></item><item><title><![CDATA[windows-64下安装xgboost]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/78034896</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/78034896</guid><author>llx1026</author><pubDate>Tue, 19 Sep 2017 21:35:41 +0800</pubDate><description><![CDATA[在这里安装的xgboost不需要在VS下进行编译，很简单
先在http://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost下载对应版本的xgboost，将下载的xgboost-0.6-cp36-cp36m-win_amd64.whl放在合适的地方，根据自己的喜好
然后打开电脑终端，在电脑里输入如下内容，注意路径根据自己的需要进行修改：


这样就可]]></description><category></category></item><item><title><![CDATA[windows系统64位—在python3下安装nltk]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/78034238</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/78034238</guid><author>llx1026</author><pubDate>Tue, 19 Sep 2017 20:28:53 +0800</pubDate><description><![CDATA[在网上找了各种安装教程，都没有在python3下安装nltk，于是我自己尝试着安装，算是成功了
1、首先，假设你的python3已经安装好，并且安装了numpy,matplotlib,pandas一些常用的库，当你安装nltk时，我相信你一定具备了一些python的常用技能，所以默认你已经安装了以上常用模块
2、然后，用cmd打开电脑终端，然后输入D:\Python362\Scripts\pi]]></description><category></category></item><item><title><![CDATA[使用单线程对文本分类的朴素贝叶斯模型的超参数组合执行网络搜索]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/78032929</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/78032929</guid><author>llx1026</author><pubDate>Tue, 19 Sep 2017 18:01:02 +0800</pubDate><description><![CDATA[from sklearn.datasets import fetch_20newsgroups
import numpy as np

news = fetch_20newsgroups(subset='all')
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = trai]]></description><category></category></item><item><title><![CDATA[用python实现将数组元素按从小到大的顺序排列]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/78024071</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/78024071</guid><author>llx1026</author><pubDate>Mon, 18 Sep 2017 21:37:03 +0800</pubDate><description><![CDATA[def findSmallest(arr):
    smallest = arr[0]#将第一个元素的值作为最小值赋给smallest
    smallest_index = 0#将第一个值的索引作为最小值的索引赋给smallest_index
    for i in range(1, len(arr)):
        if arr[i] < smallest:#对列表arr中的元素进行]]></description><category></category></item><item><title><![CDATA[使用python实现二分查找]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/78022747</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/78022747</guid><author>llx1026</author><pubDate>Mon, 18 Sep 2017 19:28:08 +0800</pubDate><description><![CDATA[import math
def binary_search(list0, item):#list是已知的数组，item是要在list中寻找的数
    low = 0
    high = len(list0) - 1

    while low <= high:
        mid = math.floor((low + high) / 2)#Python2中有自动向下取整功能，pytho]]></description><category></category></item><item><title><![CDATA[tensorflow在python2和python3上的安装教程]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/77991488</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/77991488</guid><author>llx1026</author><pubDate>Fri, 15 Sep 2017 14:44:17 +0800</pubDate><description><![CDATA[使用本地的pip对tensorflow进行安装
如果在你的电脑上既没有python2，也没有安装python3，那么请立刻安装：
Tensorflow支持在windows下的python2和python3版本。需要注意的是，如果你的电脑安装的是python3，
那么需要使用pip3安装包管理器对tensorflow进行安装
python2:            https://www.p]]></description><category></category></item><item><title><![CDATA[分别使用1次，2次，4次多项式回归模型在比萨训练样本上进行拟合]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/77990590</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/77990590</guid><author>llx1026</author><pubDate>Fri, 15 Sep 2017 13:26:21 +0800</pubDate><description><![CDATA[import matplotlib.pyplot as plt

x_train = [[6], [8], [10], [14], [18]]
y_train = [[7], [9], [13], [17.5], [18]]

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regre]]></description><category></category></item><item><title><![CDATA[使用线性回归模型在比萨训练样本上进行拟合]]></title><link>https://blog.youkuaiyun.com/llx1026/article/details/77989200</link><guid>https://blog.youkuaiyun.com/llx1026/article/details/77989200</guid><author>llx1026</author><pubDate>Fri, 15 Sep 2017 10:52:09 +0800</pubDate><description><![CDATA[训练数据和测试数据
代码：
x_train = [[6], [8], [10], [14], [18]]
y_train = [[7], [9], [13], [17.5], [18]]

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(x_train,]]></description><category></category></item></channel></rss>