<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[thj19980720的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/thj19980720</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; thj19980720]]></copyright><item><title><![CDATA[springboot中使用lombok和@Data注解时使用方法和出现问题汇总]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/107456991</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/107456991</guid><author>thj19980720</author><pubDate>Mon, 20 Jul 2020 09:45:30 +0800</pubDate><description><![CDATA[1.lombok的使用
https://www.jianshu.com/p/c1ee7e4247bf
2.lombok注解产生的影响和修复方法
https://www.cnblogs.com/lkwcrystal/p/12694702.html
3.lombok中实现equals部分的源码和测试
https://www.cnblogs.com/death00/p/11722152.html

]]></description><category></category></item><item><title><![CDATA[Python报错pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool解决方法]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/106409464</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/106409464</guid><author>thj19980720</author><pubDate>Thu, 28 May 2020 17:22:49 +0800</pubDate><description><![CDATA[Python报错pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool解决方法
解决办法：
它的评论区最多赞的方法很好用

]]></description><category></category></item><item><title><![CDATA[mac虚拟机VirtualBox中配置host-only方式]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/84873573</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/84873573</guid><author>thj19980720</author><pubDate>Fri, 07 Dec 2018 13:58:11 +0800</pubDate><description><![CDATA[新工作发了个mac，想安装个虚拟机，当然最好的免费虚拟机VirtualBox了，安装完后，发现无法通过host-only进行网络设置。为什么要用host-only呢？原因是需要从物理机ssh方式管理虚拟机操作系统，这样，多个虚拟机用CRT管理起来比较方便。
进入VirtualBox中的设置–网络，选择『仅主机（host-only）适配器』，但是界面名称为未指定（如图），无法设置，需要在Virtua...]]></description><category></category></item><item><title><![CDATA[sklearn库学习之核支持向量机]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/83189191</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/83189191</guid><author>thj19980720</author><pubDate>Sun, 21 Oct 2018 15:45:47 +0800</pubDate><description><![CDATA[核支持向量机
核SVM的重要参数是正则化参数C、核的选择以及与核相关的参数。

在低维数据和高维数据上表现都很好。
但对样本个数的缩放表现不好。
预处理数据和调参都需要非常小心。

线性模型在低维空间中可能非常受限，因为线和平面的灵活性有限，添加更多的特征让线性模型更加灵活。
import mglearn
from sklearn.datasets import make_blobs
import...]]></description><category></category></item><item><title><![CDATA[sklearn库学习之决策树集成]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/83186332</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/83186332</guid><author>thj19980720</author><pubDate>Fri, 19 Oct 2018 18:16:16 +0800</pubDate><description><![CDATA[决策树集成
集成是合并多个机器学习模型来构建更强大模型的方法。
两种集成模型：随机森林和梯度决策树。
随机森林
构造很多树(确定用于构造的树的个数)，并且每棵树的预测都很好，但都以不同的方式过拟合，那么可以对这些树的结果取平均值来降低过拟合。随机森林中树的随机化方法有两种:

通过选择用于构造树的数据点，即对数据进行自助采样
通过选择每次划分测试的特征，即在每个结点处算法随机选择特征的一个子集，并...]]></description><category></category></item><item><title><![CDATA[sklearn库学习之决策树]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/83177351</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/83177351</guid><author>thj19980720</author><pubDate>Fri, 19 Oct 2018 11:49:29 +0800</pubDate><description><![CDATA[决策树
学习决策树，就是学习一系列if/else问题，在机器学习中，这些问题叫做测试，算法搜索所有可能的测试，找出对目标变量来说信息量最大的哪一个。
算法过程生成一棵二元决策树，其中每个结点都包含一个测试。将每个测试看成沿着一条轴对当前数据进行划分，由于每个测试仅仅关注一个特征，所以划分后的区域边界始终与坐标轴平行。反复划分，直到决策树的每个叶结点变成纯的。
查看新数据点位于特征空间划分的哪个区域...]]></description><category></category></item><item><title><![CDATA[解决Mac上安装graphviz并在jupyter notebook上使用报错]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/83177666</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/83177666</guid><author>thj19980720</author><pubDate>Fri, 19 Oct 2018 10:34:27 +0800</pubDate><description><![CDATA[报错信息：
ExecutableNotFound: failed to execute ['dot', '-Tsvg'], make sure the Graphv

运行环境为macOS High Sierra10.13.6 + python3.5
解决办法：


首先，仅使用pip3 install graphviz是不行的，会产生如上的报错信息。


查看graphviz包，发现全是.py文...]]></description><category></category></item><item><title><![CDATA[brew install xxx卡在Updating Homebrew]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/83177486</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/83177486</guid><author>thj19980720</author><pubDate>Fri, 19 Oct 2018 10:26:08 +0800</pubDate><description><![CDATA[解决方法，关闭自动更新，在终端中先输入
export HOMEBREW_NO_AUTO_UPDATE=true

再使用brew install xxx

]]></description><category></category></item><item><title><![CDATA[切换Xcode的默认版本]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/83177376</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/83177376</guid><author>thj19980720</author><pubDate>Fri, 19 Oct 2018 10:21:22 +0800</pubDate><description><![CDATA[电脑上分别安装了Xcode-Beta7.1和Xcode10.0，所以有时候需要切换Xcode的版本。
切换xcode路径的方法为：sudo xcode-select --switch /Applications/Xcode.app/Contents/Developer（xcode路径）
查看切换后的xcode版本路径：
xcode-select -print-path

...]]></description><category></category></item><item><title><![CDATA[sklearn库学习之朴素贝叶斯分类器]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/83153533</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/83153533</guid><author>thj19980720</author><pubDate>Thu, 18 Oct 2018 21:38:42 +0800</pubDate><description><![CDATA[朴素贝叶斯模型
朴素贝叶斯模型的泛化能力比线性模型稍差，但它的训练速度更快。它通过单独查看每个特征来学习参数，并从每个特征中收集简单的类别统计数据。想要作出预测，需要将数据点与每个类别的统计数据进行比较，并将最匹配的类别作为预测结果。

GaussianNB应用于任意连续数据，它保存每个类别中每个特征的平均值和标准差，主要用于高维数据。
BernoulliNB假定输入数据为二分类数据，分别计算每个...]]></description><category></category></item><item><title><![CDATA[sklearn库学习之线性模型]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/83107912</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/83107912</guid><author>thj19980720</author><pubDate>Wed, 17 Oct 2018 22:06:00 +0800</pubDate><description><![CDATA[线性模型利用输入特征的线性函数进行预测，学习线性模型的算法的区别：
(1)系数和截距的特定组合对训练数据拟合好坏的度量方法，不同的算法使用不同的方法度量“对训练集拟合好坏”–称为损失函数
(2)是否使用正则化，使用哪种正则化方法
线性模型的主要参数是正则化参数，如果假定只有几个特征是真正重要的，应该用L1正则化，否则应默认使用L2正则化。
处理大型数据时，需研究使用LogisticRegressi...]]></description><category></category></item><item><title><![CDATA[sklearn库学习之K-NN算法]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/83066686</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/83066686</guid><author>thj19980720</author><pubDate>Mon, 15 Oct 2018 23:51:54 +0800</pubDate><description><![CDATA[k近邻分类与k近邻回归
import matplotlib.pyplot as plt
from sklearn.neighbors import KNeighborsRegressor
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import train_test_split
im...]]></description><category></category></item><item><title><![CDATA[Mac上查询python中第三方库的版本]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/83011694</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/83011694</guid><author>thj19980720</author><pubDate>Thu, 11 Oct 2018 14:14:41 +0800</pubDate><description><![CDATA[打开终端
输入python进入python3
import sklearn
sklearn._version_
注意，输入两次_

]]></description><category></category></item><item><title><![CDATA[Jupyter Notebook 在浏览器中运行代码的交互环境]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/83009469</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/83009469</guid><author>thj19980720</author><pubDate>Thu, 11 Oct 2018 11:05:19 +0800</pubDate><description><![CDATA[快速入门：
https://www.cnblogs.com/nxld/p/6566380.html

]]></description><category></category></item><item><title><![CDATA[c++使用memset进行初始化]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/81370064</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/81370064</guid><author>thj19980720</author><pubDate>Fri, 03 Aug 2018 00:36:38 +0800</pubDate><description><![CDATA[今天在复习记忆化搜索的时候突然看到使用memset进行初始化的方式。 
使用memset初始化有一些注意事项。 
1.对于不属于char型的数组，要注意不能直接写为memset(dp,1,sizeof(dp))来将数组初始化为值1。 
原因：https://blog.youkuaiyun.com/vencent7/article/details/40890993 
2.对于含有虚函数的类的对象进行初始化时，不...]]></description><category></category></item><item><title><![CDATA[Mac上找到python pip3包的安装路径]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/81349098</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/81349098</guid><author>thj19980720</author><pubDate>Wed, 01 Aug 2018 22:03:48 +0800</pubDate><description><![CDATA[在终端中使用pip list命令可以查看已经安装了哪些包。

在终端下直接运行python3，然后import要查看路径的包，再输入包的名称，即可查看安装路径。 
https://img-blog.youkuaiyun.com/20180801220216584?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RoajE5OTgwNzIw/font/5a6L5L2...]]></description><category></category></item><item><title><![CDATA[Mac上python 在终端使用pip3安装包报ConnectTimeoutError错误]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/81349001</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/81349001</guid><author>thj19980720</author><pubDate>Wed, 01 Aug 2018 21:57:33 +0800</pubDate><description><![CDATA[报错： 
Retrying (Retry(total=4, connect=None, read=None, redirect=None))  after connection broken… 
翻译：对于该包的下载地址连接超时，默认的pip源速度太慢了 
解决方法：使用国内的镜像服务，可以手动指定源 
国内镜像服务源： 
阿里云 http://mirrors.aliyun.com/pypi/si...]]></description><category></category></item><item><title><![CDATA[Mac python3爬虫报错ssl.SSLError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:777)]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/81292293</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/81292293</guid><author>thj19980720</author><pubDate>Mon, 30 Jul 2018 21:14:59 +0800</pubDate><description><![CDATA[最终发现原来是本地缺少网站要验证的证书的问题，因此解决思路是更新或指定证书库。许多博客的解决方法都是禁用了证书验证，这样不太好。

博客参考
https://blog.youkuaiyun.com/bernieyangmh/article/details/74578759                                                                      ...]]></description><category></category></item><item><title><![CDATA[chromedriver的安装与使用]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/81101459</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/81101459</guid><author>thj19980720</author><pubDate>Wed, 18 Jul 2018 17:05:44 +0800</pubDate><description><![CDATA[chromedriver的路径并不重要，只要在代码中明确它的绝对路径即可 
如

from selenium import webdriver

chromedriver = “/usr/local/bin/chromedriver” 
driver = webdriver.Chrome(chromedriver)...]]></description><category></category></item><item><title><![CDATA[Python的.py文件在Mac终端下直接编译运行]]></title><link>https://blog.youkuaiyun.com/thj19980720/article/details/80904704</link><guid>https://blog.youkuaiyun.com/thj19980720/article/details/80904704</guid><author>thj19980720</author><pubDate>Tue, 03 Jul 2018 21:32:33 +0800</pubDate><description><![CDATA[1.Mac在终端上直接运行py文件需要在py文件里加上 
#!/usr/bin/python 
同时在终端里修改py文件的权限 
chmod +x test.py 
原因参见 https://www.cnblogs.com/qmfsun/p/6291982.html

2.但有时候会出现类似于  ‘\xe7’ 这样的报错 
因此需要在py文件里头部添加   # coding=utf-8 
原因参见...]]></description><category></category></item></channel></rss>