<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[丹妍同学的博客]]></title><description><![CDATA[哎呀！丹妍同学又要脱发了！！！]]></description><link>https://blog.youkuaiyun.com/z_mawkish</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; z_mawkish]]></copyright><item><title><![CDATA[机器学习算法个人学习目录]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/130530277</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/130530277</guid><author>z_mawkish</author><pubDate>Fri, 19 May 2023 10:49:48 +0800</pubDate><description><![CDATA[1.10 adaBoost算法。2.5 关联规则学习。2.6 迪利克雷过程。]]></description><category></category></item><item><title><![CDATA[机器学习面试题库：K-means]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/130522044</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/130522044</guid><author>z_mawkish</author><pubDate>Thu, 18 May 2023 17:29:43 +0800</pubDate><description><![CDATA[需要注意的是，虽然质心选择是K-means聚类算法中一个重要的因素，但是对于大规模的数据集，通常可以通过多次迭代和加入合适的正则化方法等措施来减小初始质心对聚类结果的影响。同时，需要注意的是，K-means算法的评估指标存在一定的局限性，如聚类的结果依赖于初始质心的选择，存在可能陷入局部最优解的问题等。手肘法：通过计算不同K值下聚类结果的SSE（误差平方和）或SSB（组间平方和）值，观察这些指标与K值的关系，找到SSE或SSB下降速度趋于平稳的K值，即所谓的“肘部”位置，作为合适的聚类数。]]></description><category></category></item><item><title><![CDATA[ERROR : Failed with exception Wrong file format. Please check the file‘s format.]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/130521305</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/130521305</guid><author>z_mawkish</author><pubDate>Sat, 06 May 2023 10:23:42 +0800</pubDate><description><![CDATA[原因：表存储格式与同步的数据格式不一致导致，有可能表是orc格式，文件是文本格式。解决方法：修改hive表的存储格式为textfile,代码如下。]]></description><category></category></item><item><title><![CDATA[oracle/hive/mysql:查看表结构]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/130521103</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/130521103</guid><author>z_mawkish</author><pubDate>Sat, 06 May 2023 10:17:24 +0800</pubDate><description><![CDATA[1.hive和mysql查看表结构。2.oracle查看表结构。]]></description><category></category></item><item><title><![CDATA[【python】copy深拷贝与浅拷贝]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/124613016</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/124613016</guid><author>z_mawkish</author><pubDate>Fri, 06 May 2022 17:32:26 +0800</pubDate><description><![CDATA[浅拷贝：变量都指向同一个内存地址

深拷贝：变量都有自己独立的内存地址，不受其他变量改变的影响

举例子：


import copy
a = [1, 2, 3, 4, ['a', 'b']]
b = a
c = copy.copy(a)
d = copy.deepcopy(a)
a.append(5)
a[4].append('c')

代码运行结果：


a= [1, 2, 3, 4, ['a', 'b', 'c'], 5]
b= [1, 2, 3, 4, ['a', 'b', 'c'], 5]
c= ]]></description><category></category></item><item><title><![CDATA[无法解析主机地址 “mirrors.163.com”]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/122677706</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/122677706</guid><author>z_mawkish</author><pubDate>Tue, 25 Jan 2022 00:25:41 +0800</pubDate><description><![CDATA[本文仅用作学习记录，预防再次遇到此问题

Linux 解决wget：无法解决主机地址
[root@Redhat abc]# wget http://mirrors.163.com/.help/CentOS6-Base-163.repo
–2017-03-01 17:00:26-- http://mirrors.163.com/.help/CentOS6-Base-163.repo
正在解析主机 mirrors.163.com… 失败：未知的名称或服务。
wget: 无法解析主机地址 “mirrors.163]]></description><category></category></item><item><title><![CDATA[docker部署启动rancher失败]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/121383921</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/121383921</guid><author>z_mawkish</author><pubDate>Wed, 17 Nov 2021 18:30:13 +0800</pubDate><description><![CDATA[本文档仅作为个人学习记录！

1.未关闭selinux，第一次部署失败（根据红色字体排查得知）

prepare base dir is set to /home/Smartbi_Base/registry_images/harbordocker: Error response from daemon: OCI runtime create failed: container_linux.go:345: starting container process caused "process_linux.go:]]></description><category></category></item><item><title><![CDATA[Linux设置root默认密码]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/121072254</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/121072254</guid><author>z_mawkish</author><pubDate>Sun, 31 Oct 2021 23:37:44 +0800</pubDate><description><![CDATA[本文档仅作个人学习记录

默认安装好的linux系统是没有设置root用户的密码的

使用admin账号登陆


sudo passwd 或者 sudo passwd root


]]></description><category></category></item><item><title><![CDATA[新手小白：如何安装JAVA和配置环境变量]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/113061195</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/113061195</guid><author>z_mawkish</author><pubDate>Sat, 23 Jan 2021 21:08:04 +0800</pubDate><description><![CDATA[一、安装前准备

1.在其他盘新建JAVA、JDK两个空白文件夹



2.下载好安装包（x64为64位的）



二、安装过程

1.双击JDK安装包，出现安装向导界面，选择下一步



2.更改安装路径（如果不需要更改，可以选择默认位置）

！！！记住安装路径，配置环境变量需要用到



将安装路径更改为你想要安装的位置（我这里安装到事先新建的JDK文件夹中），接着选择下一步



3.等待几分钟



等待几分钟后，会出现如下的界面



继续更改路径，也可选择默认（我这里更改到新建的JAVA文件夹中]]></description><category></category></item><item><title><![CDATA[特征工程的内容]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/109218426</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/109218426</guid><author>z_mawkish</author><pubDate>Thu, 22 Oct 2020 11:24:13 +0800</pubDate><description><![CDATA[常见的特征工程包括：

异常处理：
	通过箱线图（或 3-Sigma）分析删除异常值；
		BOX-COX 转换（处理有偏分布）；
		长尾截断；
	
	特征归一化/标准化：
	标准化（转换为标准正态分布）；
		归一化（抓换到 [0,1] 区间）；
		针对幂律分布，可以采用公式：log(1+x1+median)log(1+x1+median)
	
	数据分桶：
	等频分桶；
		等距分桶；
		Best-KS 分桶（类似利用基尼指数进行二分类）；
		卡方分桶；
	
	缺失值处理：
	不处理（针对类似.]]></description><category></category></item><item><title><![CDATA[ModuleNotFoundError: No module named ‘numpy.testing.decorators‘]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/108469298</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/108469298</guid><author>z_mawkish</author><pubDate>Tue, 08 Sep 2020 16:38:00 +0800</pubDate><description><![CDATA[导入鸢尾花数据时

from sklearn.datasets import load_iris

出现ModuleNotFoundError: No module named 'numpy.testing.decorators'错误



原因及解决方法;

numpy版本问题，需要更改numpy的版本. pip install numpy==1.17.0(也可以选择其他版本）

scipy版本问题，numpy版本&gt;1.18，而scipy的版本&lt;=0.19，所以要更新scipy的版本，pip.]]></description><category></category></item><item><title><![CDATA[python练习——探索 Chipotle 快餐数据 ]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/108467247</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/108467247</guid><author>z_mawkish</author><pubDate>Tue, 08 Sep 2020 16:26:38 +0800</pubDate><description><![CDATA[1. 将数据集存入一个名为 chipo 的数据框内


import pandas as pd
chipo = pd.read_csv('chipotle.tsv',sep='\t')

知识点：

读取csv文件
			data=pd.read_csv('a.csv')
		读取txt文件
			data = pd.read_table('a.txt'）
		读取json文件
			
			data=pd.read_json('a.json')

			
			
		读取excel文件
			
			..]]></description><category></category></item><item><title><![CDATA[kaggle比赛：房价预测（排名前4%）]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/106335627</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/106335627</guid><author>z_mawkish</author><pubDate>Mon, 25 May 2020 16:55:15 +0800</pubDate><description><![CDATA[第一次参加kaggle比赛，得分为0.11356，排名在前4%

导入各种包


import torch
import torch.nn as nn
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns 
from scipy.stats import norm
from scipy import stats
import sys
sys.path.append(".....]]></description><category></category></item><item><title><![CDATA[python各种库的离线下载]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/106306566</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/106306566</guid><author>z_mawkish</author><pubDate>Sat, 23 May 2020 21:33:05 +0800</pubDate><description><![CDATA[python各种包的离线下载地址https://pypi.org/
]]></description><category></category></item><item><title><![CDATA[CUDA安装显示NVIDIA UPDATE CORE失败]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/106222259</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/106222259</guid><author>z_mawkish</author><pubDate>Tue, 19 May 2020 21:38:49 +0800</pubDate><description><![CDATA[在cuda安装过程中会显示Nvidia Update core可以使用以下方法解决：

第一步：使用压缩软件将文件夹里面的cuda_10.1.105_418.96_win10.exe程序解压



第二步：删除这个Update.Core文件夹



第三步：右键点击setup.exe，以管理员身份运行，



最后等待安装
...]]></description><category></category></item><item><title><![CDATA[NVIDIA、CUDA、pytorch三者版本的对应关系]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/106216462</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/106216462</guid><author>z_mawkish</author><pubDate>Tue, 19 May 2020 15:57:22 +0800</pubDate><description><![CDATA[电脑驱动版本对应的CUDA版本


]]></description><category></category></item><item><title><![CDATA[python读取scv文件显示：OSError: Initializing from file failed]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/105748886</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/105748886</guid><author>z_mawkish</author><pubDate>Sat, 25 Apr 2020 14:05:51 +0800</pubDate><description><![CDATA[读取csv文件的代码：


data_basic = pd.read_csv('基础数据.csv',encoding='GBK'）

读取的时候会显示：OSError: Initializing from file failed，

开始以为我的路径错误，查找当前的工作路径，发现我的路径没有错误，但是还是会显示OSError: Initializing from file failed


imp...]]></description><category></category></item><item><title><![CDATA[python中文分词-JSONDecodeError错误]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/105579454</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/105579454</guid><author>z_mawkish</author><pubDate>Fri, 17 Apr 2020 16:14:59 +0800</pubDate><description><![CDATA[JSONDecodeError: Extra data: line 1 column 70 (char 69)
错误解析：JSONDecodeError:额外数据：第1行第70列（char 69）
你的json文件已经写入了内容，再次写入相同内容的时候，就会出现这样的错误

解决方案：

需要注意的是每次运行程序结束，如若需要再次运行时，要删除已生成的json文件再来运行程序，否则会继续对原文件...]]></description><category></category></item><item><title><![CDATA[python中文分词-如何下载并安装jieba包]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/105524311</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/105524311</guid><author>z_mawkish</author><pubDate>Wed, 15 Apr 2020 17:23:47 +0800</pubDate><description><![CDATA[首先下载jieba包

以下三种下载方式任选

打开Anaconda Prompt或者cmd,输入pip install jieba
	官网下载：点此进入官网https://pypi.org/project/jieba/
	可以在本博主上传的资源种下载
第二步-安装jieba包

全自动安装：

easy_install jieba或者pip install jieba/pip3 inst...]]></description><category></category></item><item><title><![CDATA[深度学习-丢弃法（模型调参问题）]]></title><link>https://blog.youkuaiyun.com/z_mawkish/article/details/105478150</link><guid>https://blog.youkuaiyun.com/z_mawkish/article/details/105478150</guid><author>z_mawkish</author><pubDate>Sun, 12 Apr 2020 22:45:35 +0800</pubDate><description><![CDATA[增大迭代周期数，比较使用丢弃法与不使用丢弃法
使用丢弃法：
#定义神经网络模型，将各个层声明清楚
#模型参数的初始化
net=nn.Sequential(
      d2l.FlattenLayer(),
      nn.Linear(num_inputs,num_hiddens1),
      nn.ReLU(),
      nn.Dropout(drop_prob1),#drop_pr...]]></description><category></category></item></channel></rss>