<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[懒and惰博客]]></title><description><![CDATA[取经之路]]></description><link>https://blog.youkuaiyun.com/qq_43372138</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_43372138]]></copyright><item><title><![CDATA[svn clean up失败了怎么办？]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/125998353</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/125998353</guid><author>qq_43372138</author><pubDate>Tue, 26 Jul 2022 17:16:02 +0800</pubDate><description><![CDATA[一、下载sqlite3技术向updatesvn的时候报错，说某个文件被锁了svn恢复正常一、下载sqlite3二、找到正确的位置放sqlite3将下载的sqlite3.exe文件复制到项目.svn文件的同级目录下。三、解决问题。]]></description><category></category></item><item><title><![CDATA[【ES6】学习笔记：数值的扩展]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/125620928</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/125620928</guid><author>qq_43372138</author><pubDate>Mon, 18 Jul 2022 20:43:37 +0800</pubDate><description><![CDATA[一、Number学习向学习ES6语法并做学习笔记跟着ES6教程实操，并记录实操结果一、Number。]]></description><category></category></item><item><title><![CDATA[获取dns缓存/清除dns缓存]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/125655492</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/125655492</guid><author>qq_43372138</author><pubDate>Thu, 07 Jul 2022 11:40:15 +0800</pubDate><description><![CDATA[如何获取dns缓存？如何删除dns缓存？]]></description><category></category></item><item><title><![CDATA[【ES6】学习笔记：正则扩展]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/125559243</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/125559243</guid><author>qq_43372138</author><pubDate>Tue, 05 Jul 2022 15:23:00 +0800</pubDate><description><![CDATA[正则表达式是javaScript中一个重要的知识点，ES6对正则表达式有了新的拓展，例如：u修饰符，y修饰符，s修饰符，先行断言，后行断言，先行否定断言，后行否定断言，具名组匹配]]></description><category></category></item><item><title><![CDATA[【ES6】学习笔记：字符串扩展]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/125556028</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/125556028</guid><author>qq_43372138</author><pubDate>Fri, 01 Jul 2022 12:00:22 +0800</pubDate><description><![CDATA[对字符串的操作，ES6有哪些扩展？这些扩展什么情况下可以使用？本文对ES6书籍内容做了实操以及学习笔记]]></description><category></category></item><item><title><![CDATA[【ES6】学习笔记：解构赋值]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/125555253</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/125555253</guid><author>qq_43372138</author><pubDate>Fri, 01 Jul 2022 11:51:54 +0800</pubDate><description><![CDATA[什么是解构赋值？为什么要结构赋值？解构赋值怎么用？ES6提供了一种便捷的赋值方式（解构赋值），下文是对ES6书籍内容的实操以及学习笔记。]]></description><category></category></item><item><title><![CDATA[【ES6】学习笔记：let和const]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/125522334</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/125522334</guid><author>qq_43372138</author><pubDate>Fri, 01 Jul 2022 11:10:03 +0800</pubDate><description><![CDATA[JavaScript声明变量除了用var还可以用啥子？ES6给了你两种新方式，let和const，let和const是啥子？为什么要用let和const？如何用let和const？]]></description><category></category></item><item><title><![CDATA[Node总结]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/108972838</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/108972838</guid><author>qq_43372138</author><pubDate>Fri, 09 Oct 2020 10:33:19 +0800</pubDate><description><![CDATA[一.node运行js
写一个js文件

打开命令行，将路径转到要运行文件的文件夹，node运行文件

二.node模块化开发
1.node.js规定一个javaScript文件就是一个模块，模块内部定义的变量和函数默认情况下在外部无法得到。
2.模块内部可以使用exports对象进行成员导出，使用require方法导入其他模块。
写一个加法并export：

另一个模块调用这个加法：

执行代码：

三.系统文件


四.路径拼接


绝对路径：__dirname
五.npm第三方模块
npm instal]]></description><category></category></item><item><title><![CDATA[git从入门]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/108849868</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/108849868</guid><author>qq_43372138</author><pubDate>Wed, 30 Sep 2020 17:34:19 +0800</pubDate><description><![CDATA[一.git安装
从官网下载：https://git-scm.com/downloads
在开始菜单中找到Git文件夹：

打开文件夹下的Git Bash：
输入：
 git config --global user.name "名字（英文随便起）"
 git config --global user.email "邮箱（你的邮箱）"

二.创建版本库
版本库就是一个目录，目录下的所有文件都可以通过git来管理。
1.创建一个空的目录如下：
$ cd D:
$ mkdir learngit
$ cd lear]]></description><category></category></item><item><title><![CDATA[vue基础技术总结（含代码）]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/108660315</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/108660315</guid><author>qq_43372138</author><pubDate>Fri, 25 Sep 2020 16:20:08 +0800</pubDate><description><![CDATA[一.下载vue.js
链接: https://pan.baidu.com/s/1qnD_MM49wht69qWiilZMPw 提取码: 3pph
二.Vue基本使用“helloworld”
代码：
&lt;!DOCTYPE html&gt;
&lt;html lang="en"&gt;

&lt;head&gt;
    &lt;meta charset="UTF-8"&gt;
    &lt;meta name="viewport" content="width=device-width, initial]]></description><category></category></item><item><title><![CDATA[python--数据挖掘中GSP算法]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/89405809</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/89405809</guid><author>qq_43372138</author><pubDate>Fri, 19 Apr 2019 18:17:11 +0800</pubDate><description><![CDATA[一、DSP算法与Apriori的不同
GSP算方法跟Apriori算法很类似
唯一的不同就是频繁项的选择
Apriori算法：https://blog.youkuaiyun.com/qq_43372138/article/details/89279586
Apriori算法频繁项集的选择是无序的
例如：
A=（a,b）,B=（b,a）
A,B是两个频繁项集
在Apriori中，A,B是同一个频繁项集
在DSP...]]></description><category></category></item><item><title><![CDATA[python--数据挖掘开头（KNN使用，OneR介绍）]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/88402549</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/88402549</guid><author>qq_43372138</author><pubDate>Sun, 14 Apr 2019 19:04:52 +0800</pubDate><description><![CDATA[一、亲和性分析实例
我们拿这个实例来看看数据挖掘是什么！
数据挖掘有一个常用的场景，即顾客在买一件商品时，商家可以趁机了解他们还想买什么，然后把顾客们愿意同时买的商品放在一起以提升营业额。当商家得到的数据足够多的时候就可以对其进行亲和性分析，以确定哪些商品适合放在一起。
1.什么是亲和性？
亲和性分析是来确定样本之间的相似度。
亲和性运用场景：
1.投放广告
2.推荐商品或电影
3.寻找有亲缘关系...]]></description><category></category></item><item><title><![CDATA[Python-Apriori亲和性分析（实例）]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/89279586</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/89279586</guid><author>qq_43372138</author><pubDate>Sat, 13 Apr 2019 11:14:12 +0800</pubDate><description><![CDATA[一、Apriori算法原理
从数据集频繁出现的商品中选出共同出现的商品组成频繁项集，生成关联规则
如果通过遍历每一种组合，那么数据量太大了，我们这里引入支持度的概念
例如：
要生成包含商品A、B的频繁项集（A，B），要求支持度至少为30
那么A和B都必须至少在数据集中出现30次，（A，B）至少也要出现30次
二、实例
现有100k有关电影打分的数据
目标：输出“如果用户喜欢A，那么他有可能喜欢B”...]]></description><category></category></item><item><title><![CDATA[python--matplotlib总结]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/89197834</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/89197834</guid><author>qq_43372138</author><pubDate>Wed, 10 Apr 2019 22:52:37 +0800</pubDate><description><![CDATA[一、画一个简单的图
代码：
import matplotlib.pyplot as plt
x=[1,2,3]
y1=[1,2,3]
y2=[4,5,6]
plt.plot(x,y1)
plt.plot(x,y2,color='red',linewidth=1.0,linestyle='--')
plt.show()

结果：

二、figure用法
代码：
import matplotlib.p...]]></description><category></category></item><item><title><![CDATA[python 地图纠偏/坐标系转换]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/88964524</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/88964524</guid><author>qq_43372138</author><pubDate>Tue, 02 Apr 2019 10:16:54 +0800</pubDate><description><![CDATA[一、为什么用数据画出来的路线图有偏差？
国家安全与地图保密，对真实坐标系统进行人为的加偏处理，将坐标加密成虚假的坐标，而这个加偏并不是线性的加偏，所以各地的偏移情况都会有所不同。加偏之后会使别的国家看不懂我们的坐标系统。
来源：http://yanue.net/post-121.html
二、几种坐标系统

WGS84坐标系：即地球坐标系，国际上通用的坐标系。
GCJ02坐标系：即火星坐标系，WG...]]></description><category></category></item><item><title><![CDATA[python背单词+数据统计可视化]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/88292351</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/88292351</guid><author>qq_43372138</author><pubDate>Thu, 07 Mar 2019 11:13:14 +0800</pubDate><description><![CDATA[import random
import matplotlib.pyplot as pl
def remember(answer,result,aquestion,aw,wrong_answer,number,rol):
    while answer!='-1':
        x=random.randint(0,len(result)-1)
        if x not in aqu...]]></description><category></category></item><item><title><![CDATA[Python 背单词小程序]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/88090449</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/88090449</guid><author>qq_43372138</author><pubDate>Sun, 03 Mar 2019 17:03:59 +0800</pubDate><description><![CDATA[源代码：
import random
def remember(answer,result,aquestion,aw,wrong_answer):
    while answer!=-1:
        x=random.randint(0,len(result)-1)
        if x not in aquestion:
            aquestion.append(x)...]]></description><category></category></item><item><title><![CDATA[python matplotlib中文乱码解决]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/87914884</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/87914884</guid><author>qq_43372138</author><pubDate>Mon, 25 Feb 2019 12:40:07 +0800</pubDate><description><![CDATA[import pandas as pd
import numpy as np
import jieba as jb
import matplotlib 
import matplotlib.pyplot as plt
matplotlib.use('qt4agg')
#指定默认字体
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplo...]]></description><category></category></item><item><title><![CDATA[python聚类应用]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/86610251</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/86610251</guid><author>qq_43372138</author><pubDate>Wed, 23 Jan 2019 15:00:02 +0800</pubDate><description><![CDATA[代码
import pandas as pd
import numpy as np
import matplotlib.pylab as pyl
fname=&quot;&quot;
data=pda.read_csv(fname)
x=data.iloc[特征的列号].as_matrix()
from sklearn.cluster import KMeans
kms=KMeans(n_cluster=2)#分为两...]]></description><category></category></item><item><title><![CDATA[python决策树运用]]></title><link>https://blog.youkuaiyun.com/qq_43372138/article/details/86566814</link><guid>https://blog.youkuaiyun.com/qq_43372138/article/details/86566814</guid><author>qq_43372138</author><pubDate>Sun, 20 Jan 2019 21:47:40 +0800</pubDate><description><![CDATA[什么是决策树？
决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。
决策树方法最早产生于上世纪60年代，到70年代末。由J Ross Quinlan提出了ID3算法，此算法的目的在于减少树的深度。但是忽略了叶子数目的研究。C4.5算法在ID3算法的基础...]]></description><category></category></item></channel></rss>