<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[stray_world的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/stray_world</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; stray_world]]></copyright><item><title><![CDATA[Idea添加依赖的步骤]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/107170303</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/107170303</guid><author>stray_world</author><pubDate>Mon, 06 Jul 2020 23:00:21 +0800</pubDate><description><![CDATA[Idea添加依赖的步骤：



1. 项目按F4(ctrl+shift+alt+s)
2. 找到dependencies选项卡
3. 点击“ +”
4. 将jar包选中，加入
5. 可以使用jar中的工具类。
网络上下载jar
1. 百度搜索 maven repo
2. 输入jar包的名字
3. 找到对应的版本 下载jar
...]]></description><category></category></item><item><title><![CDATA[在pycharm运行pyspark时出现Java gateway process exited before sending its port number]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/105918686</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/105918686</guid><author>stray_world</author><pubDate>Mon, 04 May 2020 15:58:04 +0800</pubDate><description><![CDATA[参考：https://blog.youkuaiyun.com/ringsuling/article/details/84448369
]]></description><category></category></item><item><title><![CDATA[Spark调试]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/105748856</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/105748856</guid><author>stray_world</author><pubDate>Sat, 25 Apr 2020 14:13:32 +0800</pubDate><description><![CDATA[一、本地调试
step1:写好程序，将master设置为local或者local[n]或者local[*]。
step2:如果应到HDFS，可能会遇到winuntils找不到的问题，需要将HADOOP_HOME环境加入IDEA。
方法1：下载对应hadoop-common-bin-2.7.3-x64.rar对应版本文件，解压到磁盘，在本机环境中添加。
方法2：下载对应hadoop-common-b...]]></description><category></category></item><item><title><![CDATA[scp或ssh时提示“Host key verification failed.”]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/105090367</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/105090367</guid><author>stray_world</author><pubDate>Wed, 25 Mar 2020 11:06:55 +0800</pubDate><description><![CDATA[问题原因：ssh连接连接时发现ask不匹配，拒绝连接。

解决办法：将/etc/ssh/ssh_config内的 StrictHostKeyChecking 值改为 no

]]></description><category></category></item><item><title><![CDATA[Oracle基础学习之三—查询]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/104503678</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/104503678</guid><author>stray_world</author><pubDate>Fri, 06 Mar 2020 09:45:44 +0800</pubDate><description><![CDATA[一、 简单查询

简单查询

SELECT 字段[,字段] FROM 表;
#例子：
SELECT ename, empno FROM emp;


字段和表起别名
字段 as 别名；表明 别名
注：别名可用双引号括起来(但因不可用，一般在表述数据值的时候使用，不在字段名、表名、关键字使用)，此时所见即所得。当然不用也可以，但英文自动转换为大写。

SELECT ename as name  fr...]]></description><category></category></item><item><title><![CDATA[GBDT理解]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/101010856</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/101010856</guid><author>stray_world</author><pubDate>Sat, 29 Feb 2020 15:27:04 +0800</pubDate><description><![CDATA[参考1
参考2

]]></description><category></category></item><item><title><![CDATA[数据挖掘导论之数据]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/104432797</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/104432797</guid><author>stray_world</author><pubDate>Sun, 23 Feb 2020 15:39:40 +0800</pubDate><description><![CDATA[数据

数据类型：描述数据需要不同的数据，数据的类型也决定了我们往往会采用何种工具和技术来分析数据。
数据质量：数据质量数据分析结果的质量很关键，但数据往往存在噪声、离群点、不一致、重复、数据偏差或不能描述对象的情况。

2.1数据类型
2.1.1属性与度量
一般而言，对象的属性的决定了所采用的的数据类型。眼球颜色具有符号数形，温度具有数值属性，进而为了更加精准的描述对象属性引入了测量标度，可以说...]]></description><category></category></item><item><title><![CDATA[皮尔逊相关系数]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/104459750</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/104459750</guid><author>stray_world</author><pubDate>Sun, 23 Feb 2020 14:56:48 +0800</pubDate><description><![CDATA[皮尔逊相关系数衡量随机变量X与Y线性相关程度的一种方法，相关系数的取值范围是[-1,1]。相关系数的绝对值越大，则表明X与Y相关度越高。当X与Y线性相关时，相关系数取值为1（正线性相关）或-1（负线性相关）。
皮尔逊相关系数公式为：

与之对应的相关距离为：

通常情况下通过以下取值范围判断变量的相关强度：




范围
程度




0.8-1.0
极强相关


0.6-0.8
强相关


0....]]></description><category></category></item><item><title><![CDATA[欧式距离、曼哈顿距离、切比雪夫距离三种距离的可视化展示]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/104455100</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/104455100</guid><author>stray_world</author><pubDate>Sun, 23 Feb 2020 09:49:22 +0800</pubDate><description><![CDATA[在看空间统计相关的文档资料的时候，看到了几个有关距离丈量方法的术语词汇，诸如：欧式距离、曼哈顿距离、切比雪夫距离…… 老外习惯于使用名字来命名算法，可是对于门外汉们，是一种困惑，今天就整理下，一起温故知新。

1. 欧式距离（Euclidean Distance）

欧式距离是我们在直角坐标系中最常用的距离量算方法，例如小时候学的“两点之间的最短距离是连接两点的直线距离。”这就是典型的欧式距离量算...]]></description><category></category></item><item><title><![CDATA[Oracle基础学习之二—表]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/104393630</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/104393630</guid><author>stray_world</author><pubDate>Fri, 21 Feb 2020 11:53:33 +0800</pubDate><description><![CDATA[一、SQL语句分类

查询语句：select
数据操纵语句DML：面向数据库中的数据，INSERT、UPDATE、DELETE
数据定义语句DDL：面向对象的操纵，CREATE、ALTER、DROP、RENAME、TRUNCATE
事务控制数据：用于撤销或提交某些操作，COMMIT、ROLLBACK、SAVEPOINT
数据控制语句：用于控制数据的访问权限，GRANT,REVOKE

二、数据库的...]]></description><category></category></item><item><title><![CDATA[ORACLE中约束的查看以及分类]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/104393218</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/104393218</guid><author>stray_world</author><pubDate>Wed, 19 Feb 2020 14:55:33 +0800</pubDate><description><![CDATA[https://blog.youkuaiyun.com/ok3356/article/details/81080349


]]></description><category></category></item><item><title><![CDATA[Orcale级联删除]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/104390601</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/104390601</guid><author>stray_world</author><pubDate>Wed, 19 Feb 2020 12:26:19 +0800</pubDate><description><![CDATA[外键提供表内或表间的完整性规则，外键必须依赖于一个 primary 或 uniquekey。
建立外键的格式：
建表时：
CREATE TABLE EMP
（…
CONSTRAINT FK_DEPTNO FOREIGN KEY (DEPTNO) REFERENCES DEPT(DEPTNO));
建表后：
ALTER TABLE EMP ADD CONSTRAINT FK_DEPTNO FOREI...]]></description><category></category></item><item><title><![CDATA[orcale一次导入多个值]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/104389481</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/104389481</guid><author>stray_world</author><pubDate>Wed, 19 Feb 2020 11:19:55 +0800</pubDate><description><![CDATA[insert all into JK_TB_DATE(fbmmc,fgzjh,fsbmc,fsbxh,fsbbh,db_shuifenyi,db_pihao,db_wuliaobianma)
                values ('检测督查科','102','水分测试仪','SDWE-BZDHX-15','hx001','1#水分仪','11','')
           into J...]]></description><category></category></item><item><title><![CDATA[代价敏感曲线理解]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/104325363</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/104325363</guid><author>stray_world</author><pubDate>Sat, 15 Feb 2020 12:04:50 +0800</pubDate><description><![CDATA[1.参考https://www.zhihu.com/question/63492375



2.理解：ROC主要考量均等代价，代价敏感曲线主要考量非均等代价。两者都是衡量某一学习器在不同场景下的综合表现情况，而不是单一场景。ROC通过阈值变化来体现不同场景，即高阈值表现了重视查准率的场景，低阈值则重视查全率的场景。代价敏感曲线则是通过P值，即正例的先验概率即原本正例占比的变化来体现不同场景。代价...]]></description><category></category></item><item><title><![CDATA[几种平均数]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/104323693</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/104323693</guid><author>stray_world</author><pubDate>Sat, 15 Feb 2020 10:15:13 +0800</pubDate><description><![CDATA[算数平均数、调和平均数、几何平均数的计算方法与应用场合

总的来说：几种平均数的应用的取决于场景

一、定义

1、算数平均数：又称均值，是统计学中最基本，最常用的一种平均指标，分为简单算术平均数、加权算术平均数。

设一组数据为X1,X2,...,Xn,简单地算术平均数的计算公式为：





加权算术平均：主要用于处理经分组整理数据。

设原始数据被分成K组，各组的组中值为X1,X2,......]]></description><category></category></item><item><title><![CDATA[P和NP问题]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/104309991</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/104309991</guid><author>stray_world</author><pubDate>Fri, 14 Feb 2020 12:32:23 +0800</pubDate><description><![CDATA[P vs. NP问题介绍



]]></description><category></category></item><item><title><![CDATA[无法启动Anocoda和jupyther，无法加载或初始化请求的服务提供程序]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/104309645</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/104309645</guid><author>stray_world</author><pubDate>Fri, 14 Feb 2020 12:08:57 +0800</pubDate><description><![CDATA[当用命令框启动jupyther notebook时发生：无法加载或初始化请求的服务提供程序

解决方法：

在cmd下输入：netsh winsock reset，重启电脑，问题解决。

winsock是Windows网络编程接口，winsock工作在应用层，它提供与底层传输协议无关的高层数据传输编程接口 netshwinsock reset是把它恢复到默认状态。
...]]></description><category></category></item><item><title><![CDATA[偏度和峰度]]></title><link>https://blog.youkuaiyun.com/stray_world/article/details/103243425</link><guid>https://blog.youkuaiyun.com/stray_world/article/details/103243425</guid><author>stray_world</author><pubDate>Mon, 25 Nov 2019 19:03:59 +0800</pubDate><description><![CDATA[偏度这一指标，又称偏斜系数、偏态系数，是用来帮助判断数据序列的分布规律性的指标。

  在数据序列呈对称分布（正态分布）的状态下，其均值、中位数和众数重合。且在这三个数的两侧，其它所有的数据完全以对称的方式左右分布。如果数据序列的分布不对称，则均值、中位数和众数必定分处不同的位置。这时，若以均值为参照点，则要么位于均值左侧的数据较多，称之为右偏；要么位于均值右侧的数据较多，称之为左偏；除此...]]></description><category></category></item></channel></rss>