- 博客(51)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 vue3+el-form表单输入响应式失效问题
中使用el-form时，如果el-form节点的ref属性和model属性同名，会导致输入框无法输入，选择框无法选择，代码如下。修改的办法是：修改成不同的名字就可以解决。
2023-05-29 17:32:57
514
原创 学会复盘-d4
java1.子类的权限不能比父类更低JAVA 子类重写继承的方法时,不可以降低方法的访问权限，子类继承父类的访问修饰符要比父类的更大，也就是更加开放，假如我父类是protected修饰的，其子类只能是protected或者public，绝对不能是friendly(默认的访问范围)或者private，当然使用private就不是继承了。还要注意的是，继承当中子类抛出的异常必须是父类抛出的异...
2019-05-07 14:42:30
400
原创 学会复盘-d3
java1.环境变量可在编译source code时指定 javac一次可同时编译数个Java源文件javac.exe能指定编译结果要置于哪个目录（directory）2.什么操作会使得当前线程停止。(a,b,e)A：一个InterruptedException 异常被捕获 大家都知道的嘛（一般通过interrupt方法 中断线程） 如果抓到一个线程 都会关...
2019-05-06 21:37:23
318
原创 学会复盘-d2
1.Java1.做题1.2.Java一个源程序只能有一个public类存在，且类名与文件名相同。Java程序是从main方法开始执行的，public为类加载器提供入口，然后找到public类中的main方法开始执行。如果存在多个public类，程序将不知道该从哪里执行。注意，内部类可以是public的，因为内部类是作为外部类的成员存在的。3.效率：StringStrin...
2019-05-05 21:48:06
311
原创 学会复盘-d1
1.Java1.做题 1. jar 将许多文件组合成一个jar文件 javac 编译 javadoc它从程序源代码中抽取类、方法、成员等注释形成一个和源代码配套的API帮助文档。 javah把java代码声明的JNI方法转化成C\C++头文件。 ...
2019-05-04 17:12:42
150
原创 基数排序
package demo4;import java.util.Arrays;public class RadixSort { public static void main(String[] args) { int[] arr = new int[] {23,6,189,45,9,287,56,1,798,34,65,652,5}; radixSort(arr); Sys...
2019-04-16 16:29:28
96
原创 归并排序
package demo4;import java.util.Arrays;public class MergeSort { public static void main(String[] args) { int[] arr = new int[] {1,3,5,2,4,6,8,10}; System.out.println(Arrays.toString(arr)); ...
2019-04-16 14:02:32
107
原创 插入排序之希尔排序
package demo4;import java.util.Arrays;public class ShellSort { public static void main(String[] args) { int[] arr = new int[] { 3, 5, 2, 7, 8, 1, 2, 0, 4, 7, 4, 3, 8 }; System.out.println(A...
2019-04-15 21:16:24
102
原创 插入排序之直接插入排序
package demo4;import java.util.Arrays;public class InsertSort { public static void main(String[] args) { int[] arr = new int[] {5,3,2,8,5,9,1,0}; insertSort(arr); System....
2019-04-15 17:11:00
103
原创 交换排序之快速排序
package demo4;import java.util.Arrays;public class QuickSort { public static void main(String[] args) { int[] arr = new int[] {3,4,6,7,2,7,2,8,0,9,1}; quickSort(arr,0,arr.length-1); Syste...
2019-04-15 16:28:56
105
原创 交换排序之-冒泡排序
package demo4;import java.util.Arrays;public class BubbleSort { public static void main(String[] args){ int[] arr = new int[]{5,7,2,9,4,1,0,5,7}; System.out.println(Arrays.to...
2019-04-15 16:28:14
104
原创 mysql学习--项目汇总
项目十 行程和用户题目意思本身很简单，难点在于如何同时计算取消的数量和总数量。 总数量很简单，就是COUNT(*)， 同时计算取消数量可以用SUM(CASE END)来实现。对status列计算数量，如果是cancel就记1，complete记为0. P.S. 如果需要userID 匹配 clientID和driverID两列，需要写两个Lef Join。 但是可以通过CASE ...END ...
2019-03-06 11:48:10
484
原创 mysql学习--day06
项目十：行程和用户（难度：困难）Trips 表中存所有出租车的行程信息。每段行程有唯一键 Id，Client_Id 和 Driver_Id 是 Users 表中 Users_Id 的外键。Status 是枚举类型，枚举成员为 (‘completed’, ‘cancelled_by_driver’, ‘cancelled_by_client’)。Users 表存所有用户。每个用户有唯一键 U...
2019-03-04 15:08:33
381
原创 mysql学习----day05
1.数据导入导出1.1将Excel文件导入MySQL表首先将需要导入的excel表打开，然后点击导入向导然后按照步骤进行下去就行了。结果如下：参考：https://www.cnblogs.com/lixuwu/p/6669430.html1.2 MySQL导出表到Excel文件然后右键点击“导出向导”，选择文件类型：...
2019-03-03 16:35:44
358
原创 MySQL 基础 （三）- 表联结--day04
1.MySQL别名1.1 列别名将查询或者筛选出来列用关键字AS 命名SELECT 字段名 [AS] 别名 [，字段名 [AS] 别名，……] FROM 表名；1.2表别名给表起一个别名，为了在查询数据时，使用起来方便，也使用关键字ASSELECT * FROM 表名 [AS] 别名；2.表联结2.1 INNER JOIN（内联结）如果表中有至少一...
2019-03-02 17:07:33
300
原创 MySQL 基础 （二）- 表操作----day03
1. MySQL表数据类型MySQL支持多种类型，大致可以分为三类：数值、日期/时间和字符串(字符)类型。1.1 数值数据类型1.1.1 整数类型类型 大小 范围（有符号） 范围（无符号） 用途 TINYINT 1 字节 (-128，127) (0，255) 小整数值 SMALLINT 2 字节 (-32 768，...
2019-03-01 15:45:59
294
原创 mysql学习-day02
http://note.youdao.com/noteshare?id=853a94566cc7053ab319b9946ca36f3f&sub=590F0F79619F471D99C0F518A4DFBDF6
2019-02-28 11:14:54
187
原创 mysql数据库学习-day01
1.数据库的安装step1:从mysql官网下载安装包然后解压文件，我是为了防止有其他问题出现，解压到了c盘。step2:找到mysql的安装目录（我的是c:\mysql），在当前文件夹下创建配置文件my.ini，内容如下：[mysql]# 设置mysql客户端默认字符集default-character-set=utf8 [mysqld]# 设置3306端口po...
2019-02-26 16:28:50
253
原创 画图matplotlib
利用matplotlib和日期进行画图： 首先一般数据中日期是str格式，首先进行转换为日期格式##取出1000011的fildate数据，即日期数据x=data.loc[1000011,'fildate'].values##将日期格式转为datetime格式x = pd.to_datetime(x)y=data.loc[1000011,'realamt'].values...
2018-11-09 11:12:53
137
原创 dataframe操作踩坑
在进行groupby之后，要进行.reset_index() 两个dataframe进行纵向拼接。用axis=1，即在右边多一列；横向拼接用axis = 0，即在下面多一行 new_store_11 = pd.concat([store_11,month_df],axis = 1,sort = False)在进行拼接的时候，两个表的index一定要相同，否则拼接没有意义。...
2018-11-09 11:10:40
1194
原创 实习之第三天----tensorflow的安装及使用的相关问题
今天是来实习的第三天。前两天一直处于边适应边熟悉的阶段，基本上没有什么收获，今天写的目的，是有一点小小的收获。昨天想在spyder中使用tensorflow，一开始是no model ,然后就是在anaconda prompt 中使用pip install tensorflow, 再使用了各种方法后，终于可以调用了，接着又出现了很多bug，第一是：valueerror ''abs''的...
2018-09-27 10:56:03
178
原创 LeetCode简单题day1
1.两数之和给定一个整数数组和一个目标值，找出数组中和为目标值的两个数。你可以假设每个输入只对应一种答案，且同样的元素不能被重复利用。示例:给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1]solution:基本思路是：两个循环，第一遍从i=0下标开始，第二遍...
2018-08-28 14:25:49
113
原创 逻辑回归的参数详解及属性
逻辑回归类中实现了二分类、一对多分类，多项式逻辑回归。针对优化算法的解释如下：“lbfgs”, “sag” 和 “newton-cg” solvers （求解器）只支持 L2 惩罚项，对某些高维数据收敛更快。这些求解器的参数 `multi_class`设为 “multinomial” 即可训练一个真正的多项式 logistic 回归 [5] ，其预测的概率比默认的 “one-vs-rest...
2018-08-24 14:56:13
18940
转载 GBDT（MART） 迭代决策树入门教程 | 简介
转自： http://blog.csdn.net/suranxu007/ https://blog.csdn.net/suranxu007/article/details/49910323读完原创作者的这篇博客，对GBDT有了进一步的了解。GBDT包括三部分：regression decision tree ; gradient boosting ;shinkage首先GBDT中的树...
2018-08-23 15:42:39
161
原创 sklearn中gridsearchcv 与pipeline结合使用
X = train[column]y=(train["class"]-1).astype(int)tfid = TfidfVectorizer(use_idf = 1, smooth_idf = 1, sublinear_tf = 1, max_df = ...
2018-08-21 21:56:02
1621
原创 西瓜书3.3扩展softmax回归及3.6类别不平衡问题
一：类别不平衡问题，通俗来讲就是正负样本分布不平衡，假如，正样本较少，负样本较多。对于一般的线性回归问题，预测值y>0.5时判为正例。解决类别不平衡的问题的三种解决办法：①对负样本进行欠采样，即去除一些负样本，使正负样本分布均衡。主要的代表算法是EasyEnsemble.将负样本划分为不同的集合供不同的学习器使用，这样保证了欠采样不缺失重要的信息。②对正样本进行过采样。主要的...
2018-08-21 20:51:40
628
转载 机器学习--Logistic回归计算过程的推导
转自：https://blog.csdn.net/ligang_csdn/article/details/53838743(很多讲逻辑回归的文章都没有给出详细的推导，只是列出最后的计算公式，今天在网上看到一篇解释得非常详细的文章，赶紧转载一下：【机器学习笔记1】Logistic回归总结(http://blog.csdn.net/dongtingzhizi/article/details/1...
2018-08-19 19:37:41
593
1
转载 CountVectorize和TfidVectorizer实例及参数详解
参考：https://blog.csdn.net/du_qi/article/details/51564303 https://blog.csdn.net/m0_37324740/article/details/79411651一：CountVectorizer 类会将文本中的词语转换为词频矩阵。也就是通过分词后将所有的文档中的全部词作为一个字典（就是类似于新华字典...
2018-08-18 15:17:21
6205
转载 sklearn随机森林调参小结
转自：https://www.cnblogs.com/pinard/p/6160412.html在Bagging与随机森林算法原理小结中，我们对随机森林(Random Forest, 以下简称RF）的原理做了总结。本文就从实践的角度对RF做一个总结。重点讲述scikit-learn中RF的调参注意事项，以及和GBDT调参的异同点。1. scikit-learn随机森林类库概述 在...
2018-08-16 17:05:51
7848
转载 GridSearchCV与cross_validation区别
转自https://blog.csdn.net/qq_32241189/article/details/80182114一.交叉验证 交叉验证就是将原始数据集(dataset)划分为两个部分.一部分为训练集用来训练模型,另外一部分作为测试集测试模型效果. 作用: 1） 交叉验证是用来评估模型在新的数据集上的预测效果,也可以一定程度上减小模型的过拟合 ...
2018-08-16 16:39:24
1282
原创 roc曲线简单介绍及实例代码
今日笔记：roc曲线还是仅供自己参考学习。。首先要注意的是roc曲线仅适用于二分类问题，不是二分类问题应首先通过各种手段转为二分类问题。roc横坐标为TPR，纵坐标为TPR，若要知道TPR,FPR，就要从混淆矩阵说起...漏掉了f1..f1 = 2*p*r / (p+r)然后给定阈值，进行计算FPR,TPR上代码，实现这个小例子：from sklearn.me...
2018-08-16 15:29:05
13902
12
原创 数据预处理之标准化
数据处理的标准化主要调用sklearn.preprocessing.StandardScaler(copy=True, with_mean=True, with_std=True)下面用代码带领着我们去看一下它的使用方式：from sklearn.preprocessing import StandardScalerimport numpy as np##给出数据，若数据只有一行，要...
2018-08-15 10:39:57
592
转载 关于卡尔曼滤波和粒子滤波最直白的解释
卡尔曼滤波本来是控制系统课上学的，当时就没学明白，也蒙混过关了，以为以后也不用再见到它了，可惜没这么容易，后来学计算机视觉和图像处理，发现用它的地方更多了，没办法的时候只好耐心学习和理解了。一直很想把学习的过程记录一下，让大家少走弯路，可惜总也没时间和机会，直到今天。。。我一直有一个愿望，就是把抽象的理论具体化，用最直白的方式告诉大家--不提一个生涩的词，不写一个数学公式，像讲故事一样先把道理...
2018-08-03 10:18:14
385
原创 根据GPS定位得到的经纬度调用百度地图API在地图上标注
可以实现单个点或多个点的标注，首先先看得到的效果图：方法： 首先要注册百度地图开发者账号，然后创建应用得到属于自己的ak密钥。 具体步骤不祥细介绍了。 主要是利用百度地图给出的demo进行修改：代码如下：<!DOCTYPE html><html><head> <meta http-equi...
2018-08-01 20:27:43
13051
3
原创 SVM算法推导
（本文仅供自己参考，防止遗忘，想要了解更多得小伙伴请移步别的大神博客）首先从SVM得分类谈起：分为三类，第一个约束条件最强，最后一个约束最宽泛，如下：此时即可求出w,b。然后：一是因为原始问题转换为对偶问题更容易求解，二是为了自然的引入核函数，进而推广到非线性分类问题引入了拉格朗日乘子，构建拉格朗日函数。这样一来，就转换为求alpha的最大的问题，然后就不用求w,b...
2018-07-20 10:31:27
219
转载 机器学习算法-PageRank（排序）
https://blog.csdn.net/AI_BigData_wh/article/details/78078663一、基本思想在Google中搜索“ABC”，搜索引擎工作的简要过程如下：针对查询词“ABC”进行分词“A”、”B”、”C”，根据建立的倒排索引，将同时包含”A”、”B”和”C”的页面返回（通常情况下，搜索引擎在分词后会自动过滤掉一些”停顿词”，如”是”、”的”、”，”等，本处假定...
2018-07-11 11:50:15
1762
4
转载 DataFrame中diff函数的应用
DataFrame.diff(periods=1, axis=0)>>> df = pd.DataFrame({'a': [1, 2, 3, 4, 5, 6],... 'b': [1, 1, 2, 3, 5, 8],... 'c': [1, 4, 9, 16, 25, 36]})>>&g...
2018-06-09 15:05:35
8098
转载 关于anaconda 找包，安装包的一些总结
转自https://blog.csdn.net/ac540101928/article/details/73520180一、Anaconda作为一个工具包集成管理工具，下载python工具包是很方便的，直接敲：conda install package_name但是有时候安装一个工具包（如xmltodict）的时候，在当前的channels中找不到这个包，会提示：conda install pyd...
2018-06-08 20:39:04
10938
2
数据库 存储和管理数据
2018-02-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人