自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 app逆向(安装证书到安卓系统中)

问题:app逆向使用抓包软件无法抓取https请求即https显示unknown原因:这是因为1.https=http + ssl,ssl为证书即将移动端中证书发给服务端和按照证书的规则进行加密,2.安卓7.0版本以后,手机不再信任用户中证书(仅安装到用户证书中没用)解决:将证书安装到手机系统中(/system/etc/security/cacerts)(以下内容仅供参考)

2024-06-17 20:01:12 1051

原创 APP爬虫(UiAutomator2)

UiAutomator是Google提供的用来做安卓自动化测试的一个Java库,基于Accessibility服务。功能很 强,可以对第三方App进行测试,获取屏幕上任意一个APP的任意一个控件属性,并对其进行任意 操作,但有两个缺点:测试脚本只能使用Java语言测试脚本要打包成jar或者apk包上传到设备上才能运python-uiautomator2封装了谷歌自带的uiautomator测试框架,提供便利的python接口。

2024-03-27 14:09:34 2534

原创 Flask 入门

返回html中展示error变量。安装flask包的同时,会随着安装两个重要依赖包,分别为jinja2(模板引擎)和werkzeug(路由模块)。jinja2负责网页的渲染,werkeug负责网关。从项目路径下找到templates文件夹中对应html文件,在flask对象中定义templates文件夹储存html文件。以登录为例,flask默认请求为get,要添加post请求,这两种方式没有太大区别,看个人喜好。在电脑中安装flask包。

2024-02-02 14:57:55 508 1

原创 机器学习-Logistic回归(Python)

logistic回归是一种广义线性回归(generalized linear model),因此与多重线性回归分析有很多相同之处。它们的模型形式基本上相同,都具有 w‘x+b,其中w和b是待求参数,其区别在于他们的因变量不同,多重线性回归直接将w‘x+b作为因变量,即y =w‘x+b,而logistic回归则通过函数L将w‘x+b对应一个隐状态p,p =L(w‘x+b),然后根据p 与1-p的大小决定因变量的值。如果L是logistic函数,就是logistic回归,如果L是多项式函数就是多项式回归。

2022-12-06 13:18:32 670

原创 机器学习-朴素贝叶斯(垃圾邮件分类)

朴素贝叶斯法(Naive Bayes model)是基于与特征条件独立假设的分类方法。朴素贝叶斯方法是在算法的基础上进行了相应的简化,即假定给定目标值时属性之间相互条件独立。也就是说没有哪个属性变量对于决策结果来说占有着较大的比重,也没有哪个属性变量对于决策结果占有着较小的比重。虽然这个简化方式在一定程度上降低了贝叶斯分类算法的分类效果,但是在实际的应用场景中,极大地简化了贝叶斯方法的复杂性。

2022-11-29 12:59:57 834

原创 机器学习-决策树(预剪枝和后剪枝)

剪枝是决策树解决过拟合问题的方法。在决策树学习过程中,为了尽可能正确分类训练样本,结点划分过程将不断重复,有时会造成决策树分支过多,于是可能将训练样本学得太好,以至于把训练集自身的一些特点当作所有数据共有的一般特点而导致测试集预测效果不好,出现了过拟合现象。因此,可以通过剪枝来去掉一些分支来降低过拟合的风险。

2022-11-22 09:11:27 583 1

原创 机器学习-决策树(python)

决策树(Decision Tree)是在已知各种情况发生概率的上,通过构成决策树来求取净现值的值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。在机器学习中,决策树是一个预测模型,他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度,使用算法,和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。

2022-11-14 14:50:50 3027

原创 机器学习--KNN算法

KNN(K- Nearest Neighbor)法即K最邻近法,最初由 Cover和Hart于1968年提出,是最简单的机器学习算法之一,属于有监督学习中的分类算法。算法思路简单直观:分类问题:如果一个样本在特征空间中的K个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。即对于一个需要预测的输入向量x,我们只需要在训练数据集中寻找k个与向量x最近的向量的集合,然后把x的类别预测为这k个样本中类别数最多的那一类。k值较小,预测的标签比较容易受到样本的影响。

2022-11-06 14:43:12 1685 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

提示
确定要删除当前文章?
取消 删除