- 博客(92)
- 资源 (13)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 DBeaver使用遇到的问题汇总
右键连接，编辑连接，将连接设置中、驱动属性中allowMultiQueries从 默认的false改为true就行。链接外部sql文件可能会导致中文显示乱码，可以通过“编辑–>设置编码”解决，一般UTF-8就能解决。
2024-02-22 16:24:53
255
原创 maven使用问题及解决办法汇总
主要原因是target目录被别的程序占用了，最笨的办法是重启电脑，当然也可以把占用target目录的程序或进程关闭，可以参考这篇博客，
2024-02-19 09:50:59
470
1
原创 MySQL学习笔记
文章目录一、安装1、mysql启停二、常用命令1、查询所有列2、去重3、限制输出条数4、起别名关键字5、根据限制条件查找信息6、字符匹配7、排序8、分组9、分组过滤10、多表查询11、数据合并12、划定年龄段三、常用函数1、最大值，最小值2、计数3、平均数4、小数点数控制5、日期判定6、字符截取主要是mac环境下的学习笔记一、安装mysql社区版下载地址1、mysql启停#启动sudo /usr/local/mysql/support-files/mysql.server start#停止s
2023-08-03 20:28:00
406
原创 mac下blender安装使用
mac上的快捷键有一些是和win上不一样的，这里只总结几个常用的。这是因为安装的权限不够，使用管理员权限安装软件即可。当作普通软件安装就行。
2023-06-19 18:58:46
3472
原创 MAC下Defect4J安装与配置
文章目录一、数据集简介二、安装和配置1、多版本jdk如何配置2、安装需要的包和命令3、编译出错三、参考资料我使用的是2.0.0版本项目官网：https://github.com/rjust/defects4j一、数据集简介Defects4j数据集是14年由Michael D. Ernst老师及其合作者一起发布的Java运行时缺陷数据集，近年来已经被广泛应用在相关研究中，如近期就有这些论文用到了这个数据集：Chen, Yizhen, et al. “Effective online software
2021-06-10 21:51:30
492
3
原创 如何确定PCA降维的维度
主要是对西瓜书里面的一个思路的实现，并不涉及PCA原理和公式推导，用一句话总结PCA，文章目录一、思路二、代码实现一、思路周志华老师《机器学习》P231二、代码实现主要是通过sklearn实现...
2021-05-27 22:10:30
1926
2
原创 numpy1.1.7版本后随机数新的生成方法总结
文章目录一、简介二、Generator1、常用函数2、示例2.1 产生随机整数2.2 产生随机数2.3 在已有的一维数组里面挑选随机数3、seed三、RandomState四、使用体验一、简介最近在看numpy官网的时候，发现1.17版本对随机数做了部分改动。官网地址：Random sampling (numpy.random)改动如下：numpy新版本保持了RandomState的兼容，新的Generator相比于RandomState能力更强大。所以有时候我们去网上找博客，不一定能获得最新
2021-05-22 19:54:53
985
原创 数据处理中编程小技巧
文章目录1、tqdm--进度条配置2、warnning日志过滤1、tqdm–进度条配置在进行数据处理的时候，想看到数据处理的进度，tqdm能基本满足需求，demo代码如下：from tqdm import tqdmimport timefor i in tqdm(range(200)): # print("i={}".format(i)) time.sleep(0.01)运行结果：实际效果需要读者自己运行看看。参考自Python的Tqdm模块——进度条配置2、war
2021-05-10 16:30:58
414
10
原创 numpy使用汇总
文章目录1、统计nan值出现次数1、统计nan值出现次数numpy 中的nan为not a number，表示一个不确定的数，所以两个nan是不相等的。可以使用count_nonzero函数实现import numpy as np data=np.array([1,2,3,np.nan])nan_num=np.count_nonzero(data!=data)print(nan_num)代码运行结果：参考自关于numpy的nan值处理...
2021-05-04 10:24:37
289
3
原创 Genetic Algorithm遗传算法整理
文章目录一、简介二、算法流程三、参数四、参考资料一、简介遗传算法（Genetic Algorithm, GA）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法以一种群体中的所有个体为对象，并利用随机化技术指导对一个被编码的参数空间进行高效搜索。其中，选择、交叉和变异构成了遗传算法的遗传操作；参数编码、初始群体的设定、适应度函数的设计、遗传操作设计、控制参数设定五个要素组成了遗传算法的核心内容。二、算法流程遗传算法和自然选择的
2021-04-25 22:27:47
409
2
原创 grid search参数调优
文章目录一、简介二、代码实现三、其他一、简介之前看论文的时候，看到过grid search进行超参调优，一开始觉得应该是个比较高大上的东西，其实后来一看就是个暴力搜索。如果一个模型一共有3个参数，分别是A、B、C，假如A有3个选择，B有4个选择，C有5个选择，为了选出最好的模型，就需要一个参数一个参数试过去，从这60（3∗4∗53*4*53∗4∗5）个模型里面找出一个符合自己需求的。注意：grid search是一种调优的思路，和实现方式是没啥关系的。你既可以通过简单的for循环，也可以直接用skl
2021-04-24 21:07:01
738
原创 pandas常用操作整理
文章目录1、把某一列的字符值转换为数字2、统计某个值的出现次数1、把某一列的字符值转换为数字使用map函数就可以实现把某一列的字符类型的值转换为数字。class_mapping = {'A':0, 'B':1}data[class] = data[class].map(class_mapping)首先定义一个字典，然后使用map方法就可以把某一列的字符类型的值转换为数字。参考：使用pandas把某一列的字符值转换为数字的实例2、统计某个值的出现次数使用value_counts函数即可。代
2021-03-18 10:45:09
1076
原创 vector初始化报错cannot be initialized with an initializer list
这个问题主要是C++编译器版本不同导致的，可以参考vector报错，需要在编译的时候指定C++的版本。如果你使用vscode作为编辑器，并且使用了code runner插件，可以修改插件“Executor Map”的配置。cpp那一行改为：# -std用于指定C++编译器版本"cpp": "cd $dir && g++ $fileName -o $fileNameWithoutExt -std=c++11 && $dir$fileNameWithoutExt"当
2021-01-11 12:42:13
2106
3
原创 vscode解决多个C++文件编译
文章目录1、问题简述2、使用方法2.1 新建项目2.2 编译2.3 运行3、参考代码1、问题简述之前帮别人写C++课设的时候，需要.h和.cpp文件分开写，并且涉及多个类，vscode无法完成直接完成，最简单的解决办法是添加“CMake Tools”插件。微软官方提供。2、使用方法使用方法都能通过插件提供的链接查看：2.1 新建项目需要注意的是，使用cmake的时候，只能在工作区的一级目录下(文件夹)下创建CMakeLists.txt和build文件夹。工作区右键添加文件夹。2.2
2020-12-26 21:49:21
3396
原创 机器学习之常见的性能度量
文章目录1、简介2、性能度量总结3、参考文献1、简介本文是对论文《The Impact of Automated Parameter Optimization on Defect Prediction Models》涉及到的性能度量标准整理。最初看这篇论文的时候，被震撼了好久。从101个数据集中，选取涉及多个语言、多个领域的18个数据集，用12个性能度量讨论现有流行机器学习分类器（模型）参数优化对性能的提升效果。整个实验过程严谨，这种震撼效果直到读到这个实验室2017年的一篇论文《An Empiric
2020-12-23 12:53:44
507
原创 Zotero进行文献管理总结
文章目录1、使用评价2、安装3、使用3.1 新建类别3.2 添加文献3.3 更改数据存储位置3.4 附件3、插件3.1 markdown4、word插入参考文献5、参考资料1、使用评价endnote需要收费，“大学”版本质量无法保证(怕有后门)，zotero免费；我用文献管理软件只想分门别类保存自己看过的论文，跨平台和云存储需求不强烈，zotero能满足基本需求；能在word中插入参考文献；2、安装zotero官网需要安装两个软件：一个是文献管理软件，一个是浏览器插件。插件可以直接保存
2020-12-21 15:58:44
1213
原创 An Empirical Comparison of Model Validation Techniques for Defect Prediction Models
SummaryResearch Objective(s)Problem StatementMethod(s)EvaluationConclusionNotes(optional)References(optional)Holdout Validation(流出法)方法：直接将数据集随意分为两部分，一个只用于训练，一个只用于测试。缺点：有大量的数据没有用于训练模型；随意分割可能会产生误导性结果；为了克服这些缺点，往往会把holdout执行很多遍。Cross-Validation
2020-12-09 20:20:41
635
原创 python遍历当前路径下的所有文件
文章目录1、os.walk()2、os.listdir()3、参考资料1、os.walk()import os我就不写了，代码和执行的效果如下：path='/${absolute_path}/缺陷预测/tera-promise-dataset'for root,dirs,files in os.walk(path): print("root:",root) print() print("dirs:",dirs) print() print("files:",f
2020-11-23 20:46:19
3583
原创 tera-PROMISE数据集
tera-Promise数据集原网址：http://openscience.us/repo，已经打不开备份网址：https://github.com/opensciences/opensciences.github.io来源：论文An Improved CNN Model for Within-Project Software Defect Prediction第4.2小节数据集个数：65（使用CK度量且能用于defect prediction）其他说明：在git里面pbeans数据集丢失，完整数
2020-11-22 20:10:15
2153
21
原创 NASA MDP数据集
本文内容来自于对论文《Data Quality: Some Comments on the NASA Software Defect Datasets》内容的整理，如果转载请说明。文章目录1、论文简述2、预处理的步骤3、数据集下载地址4、参考资料1、论文简述论文是defect prediction方向相关论文引用率特别高的一篇，最近在找公共数据集，就读了下，论文的基本信息可以参考[1][1][1]。在这篇论文出现之前，缺陷预测公共数据集使用次数最多的就是NASA Metrics Data Progr
2020-11-17 20:54:43
1815
原创 机器学习之朴素贝叶斯（含代码）
文章是机器学习笔记，转载请提前告知！文章目录1、概率论知识补充1.1 前验概率和后验概率1.2 贝叶斯定理2、朴素贝叶斯2.1 算法流程2.2 拉普拉斯平滑2.3 算法示例3、算法实现（python）3.1 代码设计3.2 算法验证1、概率论知识补充1.1 前验概率和后验概率1.2 贝叶斯定理2、朴素贝叶斯2.1 算法流程2.2 拉普拉斯平滑2.3 算法示例3、算法实现（python）3.1 代码设计代码不涉及任何数据预处理，只简单实现朴素贝叶斯。3.2 算法验证为了检验算法性能，
2020-11-12 09:48:49
3338
2
原创 python将arff文件转为csv文件
文章目录1、方法说明2、代码示例3、参考资料1、方法说明数据集有可能是以arff格式(weka用的)保存，一般的机器学习使用numpy，pandas和sklearn多一些，无法直接读取文件，所以需要scipy.io.arff.loadarff过渡下。2、代码示例from scipy.io import arffimport pandas as pd file_name='/Users/schillerxu/Documents/sourcecode/python/pandas/CM1.arff'
2020-11-11 10:38:06
4899
9
原创 vscode实现jupyter（分段编程）
前几天去kaggle的时候，发现可以“分段”编程，比较好用，因为平时用vscode比较多，所以想实现vscode+jupyter，查看不少博客的时候，发现没人去提“安装jupyter notebook”，只能叹气了。之所以最后成功了，很可能是之前安装其他第三方库的时候顺带安装上了jupyter。文章目录1、vscode、python版本更新2、下载jupyter notebook3、插件4、新建jupyter文件5、运行效果1、vscode、python版本更新vscode低版本的不知道行不行，我的是
2020-11-09 11:09:03
4218
3
原创 使用scipy求解带约束最优化问题
在看李航老师的《统计学习方法》时，想把例7.1通过代码实现，有了这篇博客。文章目录1、求解思路2、minimize函数讲解3、参考资料1、求解思路使用scipy中的minimize函数求解最优化问题的形式如下：其中xxx是一个向量，gi(x)g_{i}(x)gi(x)是非等式约束，hj(x)h_{j}(x)hj(x)是等式约束。例7.1中的优化问题如下：刚好能够带到式子里面，下面是代码：from scipy.optimize import minimizeimport numpy a
2020-10-29 16:56:08
3599
原创 mac下weka学习和python调用
文章目录一、weka简介二、weka安装三、常用操作1、界面初识2、特征选择（AttributeSelection）3、规范化（Normalize）4、保存结果四、python调用接口五、python代码示例六、参考文献一、weka简介Weka的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一款免费的，非商业化（与之对应的是SPSS公司商业数据挖掘产品–Clementine ）的，基于JAVA环境下开源的机器学习（machine le
2020-09-29 17:09:33
1653
原创 1052 卖个萌python3全部通过解决思路
终于找到解决办法了，3个测试点全部通过文章目录1、最初代码2、优化过程3、参考资料1、最初代码#!/usr/bin/env python# -*-coding:utf-8 -*-'''@File : 1052.py@Time : 2020/04/29 14:23:04@Author : Schiller Xu @Version : 1.0@License : (C)Copyright 2020-2021, SchillerXu@Desc :
2020-07-20 22:26:10
566
原创 1040 有几个PATpython3无超时
这道题思路来自于PAT 1040 有几个PAT python （无超时）文章目录1、最初代码2、改进代码3、参考资料1、最初代码#!/usr/bin/env python# -*-coding:utf-8 -*-'''@File : 1040.py@Time : 2020/04/21 09:40:16@Author : Schiller Xu @Version : 1.0@License : (C)Copyright 2020-2021, Schille
2020-07-20 11:17:24
211
原创 1038 统计同成绩学生python3无超时
文章目录1、最初代码2、改进代码1、最初代码#!/usr/bin/env python# -*-coding:utf-8 -*-'''@File : 1038.py@Time : 2020/04/20 15:50:24@Author : Schiller Xu @Version : 1.0@License : (C)Copyright 2020-2021, SchillerXu@Desc : None'''n=int(input())g
2020-07-18 21:05:09
156
原创 1032 挖掘机技术哪家强python3无超时
改进后的代码成功率在90%文章目录1、最初代码2、改进代码1、最初代码#!/usr/bin/env python# -*-coding:utf-8 -*-'''@File : 1032.py@Time : 2020/04/08 17:02:03@Author : Schiller Xu @Version : 1.0@Contact : [email protected]@License : (C)Copyright 2020-2021, Schil
2020-07-18 08:36:52
430
2
原创 1028 人口普查python3无超时
文章目录1、最初代码2、改进后代码1、最初代码#!/usr/bin/env python# -*-coding:utf-8 -*-'''@File : 1028.py@Time : 2020/04/04 19:40:11@Author : Schiller Xu @Version : 1.0@Contact : [email protected]@License : (C)Copyright 2020-2021, SchillerXu@Desc
2020-07-17 15:00:17
313
原创 1025 反转链表python3无超时
终于在卡了好几天之后想到了解决办法，这道题给出的代码并不能保证完全成功，不超时的概率大概在50%文章目录一、最初的代码二、代码改进一、最初的代码这个问题一般解决思路如下：获得正序链表；根据条件反转链表；输出链表；代码如下：#!/usr/bin/env python# -*-coding:utf-8 -*-'''@File : test.py@Time : 2020/04/01 10:24:29@Author : Schiller Xu @Versio
2020-07-15 19:30:34
392
2
原创 1018 锤子剪刀布python3无超时
文章目录一、最初代码二、改进点三、最终代码一、最初代码#!/usr/bin/env python# -*-coding:utf-8 -*-'''@File : 1018.py@Time : 2020/03/24 12:51:44@Author : Schiller Xu @Version : 1.0@Contact : [email protected]@License : (C)Copyright 2020-2021, SchillerXu@De
2020-07-10 11:30:48
325
原创 1015 德才论python3无超时
首先说明用改进后的代码并不能保证每次都没有超时，成功的概率在50%左右本文思路来自于1015 德才论 (25分) Python3 无超时优化过程文章目录一、最初代码二、改进思路三、最终的代码四、参考资料一、最初代码#!/usr/bin/env python# -*-coding:utf-8 -*-'''@File : 1015.py@Time : 2020/03/23 12:50:12@Author : Schiller Xu@Version : 1.0@
2020-07-09 12:07:37
262
用python解决会场安排问题sort排序和冒泡排序结果不同
2019-11-05
TA创建的收藏夹 TA关注的收藏夹
TA关注的人