- 博客(29)
- 收藏
- 关注
RSS订阅原创 数据处理与知识发现复习
在样本U条件下办卡=不会的概率P(办卡=不会|U)= P(U|办卡=不会)* P(办卡=不会)/P(U)=0/ P(U) （2分）在样本U条件下办卡=会的概率P(办卡=会|U)= P(U|办卡=会)* P(办卡=会)/P(U)=0.044/ P(U) （2分）P(学生=否|办卡=不会)=0/3 P(收入=中|办卡=不会)=2/3 （2分，每个概率0.5分）P(收入=中|办卡=会)=2/7 P(学生=否|办卡=会)=5/7 （2分，每个概率0.5分）它们之间是正相关的。
2025-02-03 10:30:09
1044
原创 人工智能上机1：基于人工智能的计算机视觉应用
2. 查找资料，利用新的模型将CIFAR-10图像目标识别的准确率提高到90%以上，并保存模型。1. 结合所学知识，并查找相关资料识别车牌，并给出分析结果。（2）对车牌数据集进行数据预处理。（1）查资料找到车牌数据集。（3）定义损失函数和优化器。（5）评估模型的准确率。
2025-02-03 10:10:54
215
原创 css边框样式示例
95 Beautiful CSS box-shadow examples - CSS Scan (getcssscan.com)
2024-12-13 05:32:33
117
原创 IsNullOrEmpty和IsNullOrWhiteSpace方法
如果传入的字符串为空、为null或者只包含空格，该方法将返回true，否则返回false。与IsNullOrEmpty不同的是， IsNullOrWhiteSpace会将只包含空格的字符串识别为"空字符串"，然后返回true，而这样的返回值在某些情况下非常有用。如果传入的字符串为空或者为null，该方法将返回true，否则返回false。无论字符串为空还是为null， IsNullOrEmpty都会将其识别为"空字符串"，然后返回true。
2024-12-13 05:29:40
398
原创 日期格式化
padStart(targetLength, padString)：用另一个字符串填充当前字符串（如果需要会重复填充），直到达到给定的长度。填充是从当前字符串的开头开始的。最后返回一个新的字符串。targetLength：当前 str 填充后的长度。如果该值小于或等于 str.length，则会直接返回当前 str。padString（可选）：用于填充当前 str 的字符串。如果 padString 太长，无法适应 targetLength，则会从末尾被截断。
2024-12-13 05:21:22
309
原创 $event对象属性
clientX、clientY、pageX、pageY、screenX、screenY：由鼠标事件触发时的鼠标相对于浏览器窗口、文档、屏幕的坐标；shiftKey、ctrlKey、altKey、metaKey：由按键事件触发时的 Shift、Ctrl、Alt、Meta 键的状态。button、buttons：由鼠标事件（如 click、mousedown、mouseup）触发时的鼠标按钮的标识码和状态码；keyCode、key：由按键事件（如 keyup、keydown）触发时的按键的键码和键名；
2024-12-13 05:10:58
149
原创 Vue3+element ui之去除el-select边框和选中时的蓝色边框
在实际开发过成中，有时需要去掉el-select边框，比如在表格中使用时为了协调性就需要去掉。/* 2、去除选中时蓝色边框（下面两个都要加上） *///去除el-select边框和选中时的蓝色边框。/* 1、去除边框 */
2024-12-13 04:25:38
812
原创 select选择器当有多个选择框时，如何把数据分开
interface ListItem { value: string label: string}const list = ref([])const options = ref([])const value = ref([[],[],[],[],[],[]])const loading = ref(false)
2024-12-13 04:24:13
92
原创 watch监听器
使用 watch 函数来监听数据的变化。watch 函数接收两个参数：一个是要监听的数据的引用，另一个是当数据发生变化时要调用的回调函数。如果需要在数据变化时执行一个函数，但不需要记录旧值和新值，可以将第二个参数设置为 true。如果需要在数据变化时执行异步操作，可以将回调函数设置为 async。创建一个 ref 或 reactive 对象来存储需要监听的数据。
2024-12-13 04:23:37
327
原创 数据库：创建与管理其他数据库对象、数据库保护与数据传输
请使用T-SQL 语句实现进行以下操作：索引1.在student表的sno列上创建唯一性聚集索引index_sno2.在student表的sname列上创建唯一性非聚集索引index_sname3.在student表的sage列上创建非聚集索引index_sage4.在sc表的sno列和cno列上创建复合非聚集索引index_sno_cno5.将索引index_sno_cno更名为index_snocno6.删除上面的索引index_snocno...
2022-01-29 22:19:56
1946
原创 数据库上机：数据查询
以所提供的数据库中数据为基础，请使用T-SQL 语句实现以下操作：1.列出选修了‘1’课程的学生，按成绩的降序排列；2.列出同时选修“1”号课程和“2”号课程的所有学生的学号；3.列出课程表中全部信息，按先修课的升序排列；4.列出年龄超过平均值的所有学生名单，按年龄的降序显示；5.按照出生年份升序显示所有学生的学号、姓名、性别、出生年份及院系，在结果集中列标题分别指定为“学号，姓名，性别，出生年份，院系”；6.按照院系降序显示所有学生的 “院系，学号、姓...
2022-01-29 22:01:43
3704
原创 数据库上机：创建与管理架构和基本表及数据操纵
请使用T-SQL完成以下内容：请在指定数据库（首先在电脑最后一个磁盘上建立文件夹，并建立数据文件保存在该文件夹里）内完成以下内容：（1）依据数据表的结构创建相对应的数据表，表结构如下所示；学生信息表（student） 字段名称 字段类型及长度 说明 备注 Sno Char（9） 学生学号 主关键字 Sname
2022-01-29 08:20:06
1980
原创 数据库上机：创建与管理数据库及SQL基础
1.分别用图形化方法和CREATE DATABASE语句创建符合如下条件的数据库。数据库的名字为students，包含的数据文件的逻辑文件名为 students_dat，物理文件名为 students.mdf，存放在D：\Test文件夹中（若D：中无此子文件夹，可先建立此文件夹，然后再创建数据库），初始大小为6MB，自动增长，每次增加1MB。日志文件的逻辑文件名为students_log，物理文件名为students.ldf，也存放在D：\Test文件夹中，初始大小为2MB，自动增长，每次增加10%。
2022-01-27 10:11:53
3647
原创 使用scikit-learn构建模型
1．使用sklearn处理wine和wine_quality数据集。（1）使用使用pandas库分别读取wine数据集和win_quality数据集。（2）将wine数据集和wine_quality数据集的数据和标签拆分开。（3）将wine_quality数据集划分为训练集和测试集。（4）标准化wine数据集和wine_quality数据集。（5）对wine数据集和wine_quality数据集进行PCA降维。源程序import pandas as pdwine=pd.read
2022-01-26 10:09:32
2503
原创 pandas数据分析与处理
1.插补用户用电量数据缺失值。用户用电量数据呈现一定的周期性关系，missing_data.csv表中存放了用户A、用户B和用户C的用电量数据，其中存在缺失值，需要进行缺失值插补才能进行下一步分析。（1）读取missing_data.csv表中的数据。（2）查询缺失值所在位置。（3）使用SciPy库中interpolate模块中的lagrange对数据进行拉格朗日插值。（4）查看数据中是否存在缺失值，若不存在则说明插值成功。源程序import pandas as pdimpo
2022-01-26 10:03:16
6123
原创 Matplotlib数据可视化基础pandas统计分析基础
1．分析1996~2015年人口数据特征间的关系。人口数据总共拥有6个特征，分别为年末人口、男性人口、女性人口、城镇人口、乡村人口和年份。查看各个特征随着时间推移发生的变化情况可以分析出未来男女人口比例、城乡人口变化方向。（1）使用NumPy库读取populations.nzp人口数据。（2）创建画布，并添加子图。（3）在两个子图上分别绘制散点图和折线图。（4）保存，显示图片（5）分析未来人口变化趋势。源程序import numpy as npimport matplot
2022-01-26 09:52:32
3003
1
原创 Python数据分析环境搭建与NumPy数值计算基础
1．创建数组并进行运算。（1）创建一个数值范围为0~1，间隔为0.01的数组，并查看该数组的维度。源代码import numpy as nparr1=np.arange(0,1,0.01)print('使用arange函数创建的数组为：\n',arr1)print('数组的维度为：',arr1.ndim)运行截图（2）创建100个服从正态分布的随机数，并查看数组的类型。源代码import numpy as nparr2=np.random.randn(10,10
2022-01-25 23:17:18
3398
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人