<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ruoff的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ruoff</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ruoff]]></copyright><item><title><![CDATA[查看Linux服务器信息相关指令]]></title><link>https://blog.youkuaiyun.com/ruoff/article/details/164426027</link><guid>https://blog.youkuaiyun.com/ruoff/article/details/164426027</guid><author>ruoff</author><pubDate>Sun, 06 Sep 2026 11:49:47 +0800</pubDate><description><![CDATA[查看Linux服务器信息命令]]></description><category></category></item><item><title><![CDATA[Conda环境创建和管理]]></title><link>https://blog.youkuaiyun.com/ruoff/article/details/164425643</link><guid>https://blog.youkuaiyun.com/ruoff/article/details/164425643</guid><author>ruoff</author><pubDate>Sun, 06 Sep 2026 11:29:17 +0800</pubDate><description><![CDATA[Conda环境创建与管理]]></description><category></category></item><item><title><![CDATA[在Endnote添加论文要投期刊的参考文献style]]></title><link>https://blog.youkuaiyun.com/ruoff/article/details/146889135</link><guid>https://blog.youkuaiyun.com/ruoff/article/details/146889135</guid><author>ruoff</author><pubDate>Mon, 31 Mar 2025 23:39:46 +0800</pubDate><description><![CDATA[先点Update Citatons and Bibliography更新一下，然后你会在上面的Style下拉选项里看到你新添加的style，点击选择即可。在左上角为下面这个标的网页点击download style，下载一个以.ens的文件。这里可以直接谷歌搜索“期刊名称+endnote style”，一般第一个就是。找到你刚才下载的样式名称，勾选上。]]></description><category></category></item><item><title><![CDATA[从零开始运行一个Django项目]]></title><link>https://blog.youkuaiyun.com/ruoff/article/details/146421906</link><guid>https://blog.youkuaiyun.com/ruoff/article/details/146421906</guid><author>ruoff</author><pubDate>Fri, 21 Mar 2025 15:39:28 +0800</pubDate><description><![CDATA[运行一个Django项目的步骤]]></description><category></category></item><item><title><![CDATA[用python实现主成分分析（PCA）]]></title><link>https://blog.youkuaiyun.com/ruoff/article/details/116568680</link><guid>https://blog.youkuaiyun.com/ruoff/article/details/116568680</guid><author>ruoff</author><pubDate>Sun, 09 May 2021 21:16:29 +0800</pubDate><description><![CDATA[用python实现主成分分析（PCA）python应用实例：如何用python实现主成分分析背景iris数据集简介算法的主要步骤代码实现查看各特征值的贡献率
python应用实例：如何用python实现主成分分析
主成分分析（Principal Component Analysis，PCA）是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。
背景
在许多机器学习、深度学习的应用中，往往需要处理大量样本或大的矩阵，多变量大样本无疑会为研究和应用提供丰富]]></description><category></category></item></channel></rss>