摘要: 客户端在使用HTTPS方式与Web服务器通信时有以下几个步骤: (1)客户使用https的URL访问Web服务器,要求与Web服务器建立SSL连接。 (2)Web服务器收到客户端请求后,会将网站的证书信息(证书中包含公钥)传送一份给客户端。 (3)客户端的浏览器与Web服务器开始协商SSL连接的安全 阅读全文
posted @ 2019-10-08 14:12 muffe 阅读(896) 评论(0) 推荐(1) 编辑
摘要: 3.1 数据预处理 数据质量的三个要素:准确性、完整性和一致性。 3.1.2 数据预处理的主要任务 数据清理:填写缺失的值,光滑噪声数据,识别或删除离群点,并解决不一致性来”清理“数据。 数据集成:相关性分析,卡方,协方差,相关系数 数据归约:大->小,维归约,数据压小 数据变换和数据离散化:规范化 阅读全文
posted @ 2019-04-06 22:26 muffe 阅读(969) 评论(0) 推荐(0) 编辑
摘要: 搭建好环境,才能建立设置好基础:比如pipenv打过virtualenv,复习https://blog.csdn.net/wonengguwozai/article/details/80483864 git和svn和maven简单更新 熟悉基础语言的知识,比如看看一下基础知识 复习一下专业知识 阅读全文
posted @ 2019-02-28 14:36 muffe 阅读(93) 评论(0) 推荐(0) 编辑
摘要: 绘图过程很简单:给定m个正例子,n个反例子,根据学习器预测结果进行排序,先把分类阈值设为最大,使得所有例子均预测为反例,此时TPR和FPR均为0,在(0,0)处标记一个点,再将分类阈值依次设为每个样例的预测值,即依次将每个例子划分为正例。设前一个坐标为(x,y),若当前为真正例,对应标记点为(x,y 阅读全文
posted @ 2019-01-02 15:59 muffe 阅读(650) 评论(0) 推荐(0) 编辑
摘要: 一、机器学习是什么 机器学习就是数据挖掘,找到一个模型。 二、机器的流程是什么 第一步:把数据预处理,比如降维这些 第二步:找到人设计的模型f,比如线性、决策树、贝叶斯、神经网络等等 第三步:把全部训练样本m,统计计算模型f和全部样本m的均方误差(也叫loss,E(f))。因为均方误差要到达最小,就 阅读全文
posted @ 2018-12-30 15:55 muffe 阅读(177) 评论(0) 推荐(0) 编辑
摘要: 1、方差是各个数据分别与其平均数之差的平方的和的平均数,用字母D表示。在概率论和数理统计中,方差(Variance)用来度量随机变量和其数学期望(即均值)之间的偏离程度。在许多实际问题中,研究变量和均值之间的偏离程度有着重要意义。 其中,x表示样本的平均数,n表示样本的数量,xi表示个体,而s^2就 阅读全文
posted @ 2018-12-30 15:09 muffe 阅读(780) 评论(0) 推荐(0) 编辑
摘要: https://www.kdd.org/ 阅读全文
posted @ 2018-12-30 11:36 muffe 阅读(133) 评论(0) 推荐(0) 编辑
摘要: 版权声明:本文为博主原创文章,转载请声明出处。 https://blog.csdn.net/GnahzNib/article/details/70244175 1.贝叶斯定理 P(A)是A的先验概率或边缘概率。之所以称为”先验”是因为它不考虑任何B方面的因素。 P(B)是B的先验概率或边缘概率。 P 阅读全文
posted @ 2018-12-24 16:43 muffe 阅读(233) 评论(0) 推荐(0) 编辑
摘要: 原作者https://www.cnblogs.com/ityouknow/p/9175980.html Spring Boot 2.0 的推出又激起了一阵学习 Spring Boot 热,就单从我个人的博客的访问量大幅增加就可以感受到大家对学习 Spring Boot 的热情,那么在这么多人热衷于学 阅读全文
posted @ 2018-11-18 12:44 muffe 阅读(209) 评论(0) 推荐(0) 编辑
摘要: use product-test; var cursor = db.user.find(); use product; while(cursor.hasNext()){db.user.insert(cursor.next());} 阅读全文
posted @ 2018-11-02 17:16 muffe 阅读(113) 评论(0) 推荐(0) 编辑