- 博客(16)
- 收藏
- 关注
RSS订阅原创 neo4j 自定义函数和存储过程
neo4j 自定义函数和存储过程APOC提供相关过程来创建用户自定义的函数和过程1.apoc.custom.asProcedure创建用户自定义过程CALL apoc.custom.asProcedure( 'powers', 'UNWIND range(0, $power) AS power RETURN $input ^ power AS answer', 'read', [['answer', 'long']], [['input','long'], ['power',
2020-12-28 17:45:02
746
原创 IDEA spark项目sbt启动相关问题整理
本文是win10系统上遇到的相关问题1.先装好IDEA怎么安装idea自行百度，有许多文章2.sbt 以及 IDEA sbt 插件安装配置教程参考链接https://blog.csdn.net/zrc199021/article/details/735432103.maven与sbt修改国内镜像阿里云镜像：参考链接https://www.cnblogs.com/feiyumo/p/9237517.htmlsbt华为镜像：https://blog.csdn.net/qq_344425
2020-07-01 17:10:10
537
原创 Gremlin 针对日期的properties进行过滤
Gremlin date properties filter 针对日期的properties进行过滤Gremlin date properties filter案例gremlin语法正确的gremlin语法如下Gremlin date properties filter针对gremlin语法中如果需要针对日期的properties进行过滤案例如果一个图中的边有个属性time，是date类型...
2020-02-06 15:25:31
1366
原创 Linux SCP命令使用记录
SCP的使用笔记从本地传文件到远程从远程传文件到本地从本地传文件到远程从服务器A传输文件到服务器B，其中服务器A为本地机器scp传输文件：scp local_file username@ip:/目录/文件 //或者scp local_file username@ip:/目录scp传输文件夹：// -r可以传文件夹scp -r local_folder username@ip:/...
2019-10-16 11:34:18
1478
原创 grep的使用详情
grep使用方法：grep -[acinv] '需要搜索的内容' filename可选参数acinv说明：-a 以文本文件方式搜索-c 计算找到的符合行的次数-i 忽略大小写-n 顺便输出行号-v 反向选择，即找非搜索内容的行1.范例：输出包含’the‘的行并输出行号[xuemei.cao@gpu personal_test]$ grep -n 'the' test11:t...
2019-05-09 15:48:12
439
原创 awk的部分使用说明
awk的使用说明阅读相关资料整理一下理解中的awk的使用说明命令行的方式调用awkawk [-F field-separator] 'commands' filename其中 [-F field-separator] :分隔符可选 'commands'：要执行的命令 filename：待处理的文件名入门实例先创建一个test文件，文件内容为：awk ...
2019-04-12 18:01:03
192
原创 LR和SVM的比较
LR与SVM的不同：1.损失函数不同： LR的损失函数是交叉熵，SVM损失函数是合页损失函数2.样本点对模型的作用不同： SVM中，只有关键的样本点（支持向量）对模型结果有影响，而LR中，每一个样本点都对模型有影响。3.输出不同： LR可以对每个样本点给出类别判断的概率值（基于后验概率），SVM无法做到。4.防过拟合能力不同： SVM的损失函数就自带正则（损失函数中的1...
2018-08-07 10:41:42
671
原创 caffe2、detectron安装遇到的问题归纳
在安装caffe2和detectron过程中遇到的问题1.cmake版本过低 需要使用cmake3及以上2.使用cmake –version出现下述错误：CMake Error: Could not find CMAKE_ROOT !!! CMake has most likely not been installed correctly. Modules dire...
2018-07-04 20:23:39
3498
2
原创 python 多维数组（array）排序
关于多维数组如何复合排序如数组：>>> import numpy as np>>> data = np.array([[2,2,5],[2,1,3],[1,2,3],[3,1,4]])>>>> dataarray([[2, 2, 5], [2, 1, 3], [1, 2, 3], [3, 1, 4]])将数组先按照第一列升序，第二列升序，第三列升序的方
2017-10-30 11:10:22
10458
1
原创 python 中列表（list）合并、数组（array）合并
列表合并>>> a = [[1,2,3],[4,5,6]]>>> b = [[1,1,1],[2,2,2]]（1）>>> c = a+b>>> c[[1, 2, 3], [4, 5, 6], [1, 1, 1], [2, 2, 2]]（2）>>> a.extend(b)>>> a[[1, 2, 3], [4, 5, 6], [1, 1, 1], [2, 2, 2]]数组合并>>> impo
2017-10-18 10:18:12
147117
2
原创 python 中List 与array互换
输入list：>>> import numpy as np>>> a = [[1,2],[3,4]]>>> type(a)<class 'list'>将list转换为数组：>>> b = np.array(a)>>> barray([[1, 2], [3, 4]])>>> type(b)<class 'numpy.ndarray'>将数组转换为list：>>> b = n
2017-10-17 10:28:05
10854
转载 Python collections.defaultdict() 的使用
在Python里面有一个模块collections，解释是数据类型容器模块。这里面有一个collections.defaultdict() 经常被用到。
2017-05-31 14:35:42
1270
转载 Python scikit-learn机器学习工具包学习笔记：cross_validation模块
sklearn.cross_validation模块的作用顾名思义就是做cross validation的。cross validation大概的意思是：对于原始数据我们要将其一部分分为train data，一部分分为test data。train data用于训练，test data用于测试准确率。在test data上测试的结果叫做validation error。将一个算法作用于一个原始数据，
2017-05-25 09:29:51
589
原创 python 中字典嵌套列表
>>> dict={}>>> dict['list']=[]>>> dict['list'].append([1,2,3,4])>>> dict['list'].append([5,6,7])>>> dict['list'].append([7,8,9,0,10])输出字典：>>> dict{'list': [[1, 2, 3, 4], [5, 6, 7], [7, 8, 9, 0, 10
2017-04-17 16:44:47
24195
原创 查看MySQL数据库大小
1.首先进入information_schema 数据库（存放了其他的数据库的信息）mysql> use information_schema;Database changed2.查看大小 （1）查看所有数据库大小mysql> select concat(round(sum(DATA_LENGTH/1024/1024),2),'MB') as data from TABLES;结果： （2
2017-04-07 15:44:06
909
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人