摘要: 在linux下的防火墙中开放6379端口(与centos7以下版本开放端口的方式有区别) [root@localhost bin]# firewall-cmd --zone=public --add-port=6379/tcp --permanent success 重启防火墙 [root@loca 阅读全文
posted @ 2019-07-26 23:02 依封剑白 阅读(712) 评论(0) 推荐(0) 编辑
摘要: 1).打开控制面板,点击“系统和安全”选项。然后打开“Windows防火墙”。2).点击进入“高级设置”,选择“入站规则”。3).在入门规则中找到“文件和打印机共享(回显请求-ICMPv4-In)”选项,看是有两项,都是未启用。分别在两项上右键,选择“启用规则”。在虚拟机系统中ping本机的ip修改 阅读全文
posted @ 2019-07-26 22:38 依封剑白 阅读(4205) 评论(0) 推荐(0) 编辑
摘要: //生产者 using System; using System.Text; using Microsoft.AspNetCore.Mvc; using RabbitMQ.Client; namespace App.Controllers { public class ProducerController:Controller { public void Sen... 阅读全文
posted @ 2019-07-26 22:37 依封剑白 阅读(176) 评论(0) 推荐(0) 编辑
摘要: vscode中使用EF core脚手架生成数据库上下文 阅读全文
posted @ 2019-03-26 15:04 依封剑白 阅读(4383) 评论(0) 推荐(0) 编辑
摘要: 在机器学习中,我们获取的数据往往存在一个问题,就是样本不均匀。比如你有一个样本集合,正例有9900个,负例100个,训练的结果往往是很差的,因为这个模型总趋近于是正例的。 就算全是正那么,也有99%的准确率,看起来挺不错的,但是我们要预测的负样本很可能一个都预测不出来。 这种情况,在机器学习中有三个 阅读全文
posted @ 2019-02-27 18:52 依封剑白 阅读(1902) 评论(0) 推荐(0) 编辑
摘要: 决策树算法是机器学习中十分重要的算法,它的思想很简单,模拟了人的决策思想,就是根据一些条件做一些决策。比如,我们决策今天是否要去逛街,要看天气好不好、心情好不好、有没有妹子陪等等。 常见的决策树有ID3、C4.5和CART决策树,主要区别是在选择相关因数的算法不同,前两者和信息增益有关、后一种是与基 阅读全文
posted @ 2019-02-15 11:34 依封剑白 阅读(230) 评论(0) 推荐(0) 编辑
摘要: logistic回归与线性回归实际上有很多相同之处,最大的区别就在于他们的因变量不同,其他的基本都差不多,正是因为如此,这两种回归可以归于同一个家族,即广义线性模型(generalized linear model)。这一家族中的模型形式基本上都差不多,不同的就是因变量不同,如果是连续的,就是多重线 阅读全文
posted @ 2019-02-14 11:23 依封剑白 阅读(429) 评论(0) 推荐(0) 编辑
摘要: 数据预处理是机器学习中很基本也是很重要的一步,数据处理是否得当对训练和预测结果影响非常大。 在工程实践中,我们得到的数据会存在有缺失值、重复值等,在使用之前需要进行数据预处理。数据预处理没有标准的流程,通常针对不同的任务和数据集属性的不同而不同。数据预处理的常用流程为:处理缺失值、属性编码、数据标准 阅读全文
posted @ 2019-02-13 17:28 依封剑白 阅读(1122) 评论(0) 推荐(0) 编辑
摘要: 这次准备做一下pandas在画图中的应用,要做数据分析的话这个更为实用,本次要用到的数据是pthon机器学习库sklearn中一组叫iris花的数据,里面组要有4个特征,分别是萼片长度、萼片宽度、花瓣长度、花瓣宽度,目标值是3种不同类型的花。 机器学习的时候在学习好这四个特征后就可以用来预测花的类型 阅读全文
posted @ 2019-01-14 16:33 依封剑白 阅读(333) 评论(0) 推荐(0) 编辑
摘要: 今天画一下3D图像,首先的另外引用一个包 from mpl_toolkits.mplot3d import Axes3D,接下来画一个球体,首先来看看球体的参数方程吧 (0≤θ≤2π,0≤φ≤π) 然后就可以上代码了: 大功告成!下一节准备做几个关于pandas在画图中的例子。 阅读全文
posted @ 2019-01-14 11:33 依封剑白 阅读(263) 评论(0) 推荐(0) 编辑