2.2后台项目的环境安装配置

最新推荐文章于 2021-12-09 18:00:09 发布
最新推荐文章于 2021-12-09 18:00:09 发布
阅读量191 收藏
点赞数
分类专栏： vue_shop
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_45540782/article/details/103102571
版权

2.2后台项目的环境安装配置

  1. 安装 MySQL 数据库
  2. 安装 Node.js 环境
  3. 配置项目相关信息
  4. 启动项目
  5. 使用 Postman 测试后台接口是否正常

1. 安装 MySQL 数据库

  • 安装phpStudy
    在这里插入图片描述
  • 可以关掉 Apache

在这里插入图片描述

  • 解压文件—vue_api_server
    在这里插入图片描述
  • 将mydb.sql脚本在 phpstudy中运行
    在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

  • 点击导入，就会出现以下黑框

  • 当黑框关闭后就说明数据库创建成功
    在这里插入图片描述

  • 查看数据库 是否创建成功
    在这里插入图片描述

  • phpStudy\MySQL\data\mydb 文件下 出现以下文件 就说明数据库还原完成
    在这里插入图片描述 测试后台接口是否正常工作

  • 使用 Postman 接口测试根据 测试后台接口是否正常

在这里插入图片描述

  • 在目录中 shift + 右键 打开 powerShell
npm install //安装所有的依赖项
cls //清屏
node .\app.js  //用node命令执行 app.js，同时把api接口项目跑起来

在这里插入图片描述

  • 查看 api 接口地址

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

  • 基于登录接口 测试 api 服务器能否正常的工作

  • 使用 Postman 测试

  • 安装 Postman
    在这里插入图片描述

  • 别人的笔记*
    在这里插入图片描述
    在这里插入图片描述

根据 api 接口文档填写
在这里插入图片描述

  • 失败的案例
    在这里插入图片描述
  • 成功的案例
  • token 用于保持 登录状态
    在这里插入图片描述
NLP面试题目21-25
兰陵鸡王的博客
01-15 3215
21.LR和SVM的联系与区别？ 联系： 1、LR和SVM都可以处理分类问题，且一般都用于处理线性二分类问题（在改进的情况下可以处理多分类问题） 2、两个方法都可以增加不同的正则化项，如L1、L2等等。所以在很多实验中，两种算法的结果是很接近的。 区别： 1、LR是参数模型，SVM是非参数模型。 2、从目标函数来看，区别在于逻辑回归采用的是Logistical Loss，SVM采用的是hinge ...
机器学习 - - - LR和SVM的联系与区别？
julyedu_7的博客
12-09 2382
解析一 LR和SVM都可以处理分类问题，且一般都用于处理线性二分类问题（在改进的情况下可以处理多分类问题） 区别： 1、LR是参数模型，svm是非参数模型，linear和rbf则是针对数据线性可分和不可分的区别； 2、从目标函数来看，区别在于逻辑回归采用的是logistical loss，SVM采用的是hinge loss，这两个损失函数的目的都是增加对分类影响较大的数据点的权重，减少与分类关系较小的数据点的权重。 3、SVM的处理方法是只考虑support vectors，也就是和分类最相关的少
LR 与 SVM 的相同和不同
Yan456jie的专栏
09-13 9611
原文地址 在大大小小的面试过程中，多次被问及这个问题：“请说一下逻辑回归（LR）和支持向量机（SVM）之间的相同点和不同点”。第一次被问到这个问题的时候，含含糊糊地说了一些，大多不在点子上，后来被问得多了，慢慢也就理解得更清楚了，所以现在整理一下，希望对以后面试机器学习方向的同学有所帮助（至少可以瞎扯几句，而不至于哑口无言ha(*＾-＾*)）。 （1）为什么将LR和SVM放在一起来进行比较？
LR和SVM
Xafter0的博客
08-30 332
从目标函数的形式上看，使用线性核的SVM和带L2正则的LR是等价的，考虑 LR的目标函数 $$J_{LR}=-\frac{1}{m} \sum_{i=1}^{N} y_ilog(\frac{1}{1 + e^{-z_i}}) + (1 - y_i)log(1 - \frac{1}{1 + e^{-z_i}}) + \frac{\lambda}{2m}||w||^2$$ SVM的目标函数 $...
SVM 准备工作(SVM vs LR)
03-29 1885
一、SVM vs LR综述 两种方法都是常见的分类算法，从目标函数来看，区别在于逻辑回归采用的是logistical loss，svm采用的是hinge loss。这两个损失函数的目的都是增加对分类影响较大的数据点的权重，减少与分类关系较小的数据点的权重。SVM的处理方法是只考虑support vectors，也就是和分类最相关的少数点，去学习分类器。而逻辑回归通过非线性映射，大大减
逻辑回归（LR）和支持向量机（SVM）的区别和联系
weixin_30808693的博客
11-11 712
1. 前言 在机器学习的分类问题领域中，有两个平分秋色的算法，就是逻辑回归和支持向量机，这两个算法个有千秋，在不同的问题中有不同的表现效果，下面我们就对它们的区别和联系做一个简单的总结。 2. LR和SVM的联系 都是监督的分类算法。 都是线性分类方法 (不考虑核函数时）。 都是判别模型。 3. LR和SVM的不同 损失函数的不同，LR是对数损失函数，SVM是hinge损失函数。 SVM不能...
Futures-forecast-PSO-SVM-master_svm向量机_PSO-SVM_
10-04
在机器学习领域，支持向量机（SVM）是一种广泛应用的监督学习模型，它能够用于分类和回归任务。本文将深入探讨如何利用粒子群优化算法（PSO）来改进支持向量机（SVM）的性能，特别是针对时间序列预测问题。 支持...
intrusion-detection-svm：入侵检测算法-SVM和增强型SVM
02-04
入侵检测算法-SVM和增强型SVM 作者 釜山国立大学金东敏 描述 这是一个通过使用svm和增强型svm检测网络入侵的python项目。 参考文献 [1]姚J.，赵S.，和范L.（2006年7月）。 用于入侵检测的增强型支持向量机模型。 在...
PSO-GA-SVM_pso支持向量机_svm优化_GA_psosvm_PSO-SVM_
09-30
SVM的核心思想是找到一个最优的超平面，使得不同类别的样本尽可能地被分隔开来，同时保持最大的间隔。在面临复杂问题时，如非线性数据或者大量特征，原始的SVM可能会陷入局部最优，因此需要优化算法来寻找更全局的...
PSO-LS-SVM代码
02-24
PSO-LS-SVM代码 PSO-LS-SVM代码 PSO-LS-SVM代码 PSO-LS-SVM代码 PSO-LS-SVM代码 PSO-LS-SVM代码 PSO-LS-SVM代码 PSO-LS-SVM代码
LR与SVM简述
wyyhuli的博客
03-14 527
LR与SVM相同点： 1、本质上都是线性（分类）算法； 2、都是有监督的判别模型 #####LR与SVM不同点 1、目标函数不同 LR的目标函数主要是最小化预测值与实际值的均放误差。（逻辑/对数回归用极大似然函数求解，一般回归用求导求解） SVM的目标函数是最大化举例超平面最近异类样本点间的间隔。 2、SVM是结构风险最小化，LR是经验风险最小化。 3、解决非线性问题是SVM可采用核函数的机制...
LR 和 SVM 的区别与联系
David's Notes
04-27 4220
LR 和 SVM 的区别与联系 联系 都是分类算法 在很大一部分人眼里，LR是回归算法。我是非常不赞同这一点的，因为我认为判断一个算法是分类还是回归算法的唯一标准就是样本label的类型，如果label是离散的，就是分类算法，如果label是连续的，就是回归算法。很明显，LR的训练数据的label是“0或者1”，当然是分类算法。其实这样不重要啦，暂且迁就我认为他是分类算法吧，再说...
机器学习面试之SVM和LR的区别与联系
GhostintheCode的博客
07-23 675
机器学习面试之SVM和LR的区别与联系 这篇文章属于集百家之长，汇总一下，方便准备面试的人复习，整理一下别的资料，让自己有个理解的过程。 对于没有什么统计知识背景的盆友，可能在看这篇文章有点麻烦，不过你可以就当混个眼熟。 从线性回归到逻辑回归 其实周老师已经写的很明白了（半年前我看这个的时候，边看还边骂，写的什么东西，一点也看不懂，周老师莫怪我，年少不懂事。我的经验总结下来就是查的资料多...
LR与SVM比较
gdufs_phc的博客
04-15 523
相同点第一，LR和SVM都是分类算法。第二，如果不考虑核函数，LR和SVM都是线性分类算法，也就是说他们的分类决策面都是线性的。第三，LR和SVM都是监督学习算法。第四，LR和SVM都是判别模型。判别模型会生成一个表示P(Y|X)的判别函数（或预测模型），而生成模型先计算联合概率p(Y,X)然后通过贝叶斯公式转化为条件概率。简单来说，在计算判别模型时，不会计算联合概率，而在计算生成模型时，必须先计...
LR和SVM的区别
渐渐遗忘的记忆
05-24 1120
LR和SVM的区别 相同点： 都是线性分类器； 都是判别模型； 损失函数目的都是增大对数据分类影响较大的数据点的权重，减少与分类关系较小的数据点的权重。 不同点： 本质上是损失函数不同： LR损失函数为logloss： J(θ)=−1m[∑i=1my(i)log⁡hθ(x(i))+(1−y(i))log⁡(1−hθ(x(i)))] J(\theta)=-\frac{1}{m}\left[\...
SVM和LR对比
JN_rainbow的博客
12-26 478
文章目录SVM和LR的相同之处SVM和LR的不同 SVM和LR的相同之处 二者都是监督学习方法. 二者都是分类算法. 二者都是线性分类算法，二者的分类决策面都是线性的，即求解一个超平面… SVM可以通过核技巧拓展到非线性. 二者都是判别模型 判别模型不会计算联合概率，而是直接生成表示条件概率的判别函数. 生成模型先计算联合概率，然后通过贝叶斯转化为条件概率. 常用的生成模型有朴素贝叶斯、隐马尔科...
LR和SVM的相同和不同
weixin_30675967的博客
03-25 267
之前一篇博客中介绍了Logistics Regression的理论原理：http://www.cnblogs.com/bentuwuying/p/6616680.html。 在大大小小的面试过程中，经常会有这个问题：“请说一下逻辑回归（LR）和支持向量机（SVM）之间的相同点和不同点”。现在整理一下，希望对以后面试机器学习方向的同学有所帮助。 （1）为什么将LR和SVM放在一起来进行比较？ ...
SVM和LR问题总结
BraveLii的专栏
05-23 393
1、松弛变量和惩罚系数相关问题https://www.bbsmax.com/A/ke5jQkj7Jr/https://blog.youkuaiyun.com/qll125596718/article/details/69109212、间隔最大化http://posts.careerengine.us/p/59fdd9f34820850a10d8a0be3、SVM和LR的异同https://blog.csdn....
机器学习算法深度解析：LR、GBDT、K-means与SVM
以上知识点涵盖了机器学习和人工智能领域的核心算法，适合有一定基础但希望进一步深入学习的读者。通过实践和应用这些算法，读者能够更好地理解和掌握机器学习技术，并将理论知识转化为解决实际问题的能力。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值