摘要：
为什么会有架构呢？我的理解就是：当人与人之间产生了一些比较大的需要解决的问题时，一个人的能力难以解决，这时候就需要分工合作，将问题分而治之，各个击破，建立不同部分相互沟通的机制，使得这些部分有机地结合为一个整体，完成整体所需要的所有活动，从而将问题解决。架构由此产生。架构是人类有被动认识世界变为主动 阅读全文
摘要：
分类算法之k-近邻 k-近邻算法采用测量不同特征值之间的距离来进行分类 优点：精度高、对异常值不敏感、无数据输入假定 缺点：计算复杂度高、空间复杂度高 使用数据范围：数值型和标称型 一个例子弄懂k-近邻 电影可以按照题材分类，每个题材又是如何定义的呢？那么假如两种类型的电影，动作片和爱情片。动作片有 阅读全文
摘要：
模型的选择 算法是核心，数据和计算是基础。这句话很好的说明了机器学习中算法的重要性。那么我们开看下机器学习的几种分类： 监督学习 分类 k-近邻算法、决策树、贝叶斯、逻辑回归(LR)、支持向量机(SVM) 回归 线性回归、岭回归 标注 隐马尔可夫模型(HMM) 无监督学习 聚类 k-means 如何 阅读全文
摘要：
scikit-learn数据集 我们将介绍sklearn中的数据集类，模块包括用于加载数据集的实用程序，包括加载和获取流行参考数据集的方法。它还具有一些人工数据生成器。 sklearn.datasets （1）datasets.load_*() 获取小规模数据集，数据包含在datasets里 （2） 阅读全文
摘要：
数据的特征选择 降维本质上是从一个维度空间映射到另一个维度空间，特征的多少别没有减少，当然在映射的过程中特征值也会相应的变化。举个例子，现在的特征是1000维，我们想要把它降到500维。降维的过程就是找个一个从1000维映射到500维的映射关系。原始数据中的1000个特征，每一个都对应着降维后的50 阅读全文
摘要：
数据的特征预处理 单个特征 （1）归一化 归一化首先在特征（维度）非常多的时候，可以防止某一维或某几维对数据影响过大，也是为了把不同来源的数据统一到一个参考区间下，这样比较起来才有意义，其次可以程序可以运行更快。 例如：一个人的身高和体重两个特征，假如体重50kg，身高175cm,由于两个单位不一样 阅读全文
摘要：
业务需求 业务需求表示组织或客户高层次的目标。业务需求通常来自项目投资人、购买产品的客户、实际用户的管理者、市场营销部门或产品策划部门。业 务需求描述了组织为什么要开发一个系统，即组织希望达到的目标。使用前景和范围文档来记录业务需求，这份文档有时也被称作项目轮廓图或市场需求文档。用户需求描述的是用户 阅读全文
摘要：
三、我们应当怎么做需求确认 3.1需求列表 需求列表，又称之为需求跟踪表，是最原始的、用户对业务需求的描述。它不掺杂任何需求分析人员对业务需求的分析与设计，而是以简短扼要的语句，以业务人员的口吻表述的，今后要开发的这个系统应当提供给他们的各项功能。 3.2快速原型法 快速原型法，简称原型法（Prot 阅读全文
摘要：
二、我们应当怎么做需求分析 2.1功能角色与用例图 对一个系统进行功能和角色方面的梳理和分析，可以采用的比较主流的方法之一就是绘制用例图。运用用例视图对业务需求进行分析、抽象、整理、提炼，进而形成抽象模型的过程称之为用例建模，而这个模型就是用例模型。 2.2业务流程分析 形成对系统的整体轮廓，对于软 阅读全文
摘要：
图标联动 思路 在 ECharts 中主要通过 on 方法添加点击事件处理函数，点击之后查找对应id的table的所有tr，遍历通过值设置对应行的属性使其高亮显示。 准备 <link rel="stylesheet" href="https://cdn.staticfile.org/twitter- 阅读全文