摘要: HTML HTML骨架:(VS Code 可以快速生成骨架:在 HTML 文件(.html)中,!(英文)配合 Enter / Tab 键) html:整个网页 head:网页头部,用来存放给浏览器看的信息,例如 CSS title:网页标题 body:网页主体,用来存放给用户看的信息,例如图片、文 阅读全文
posted @ 2023-09-17 15:27 小xxxx程序员 阅读(22) 评论(0) 推荐(0) 编辑
摘要: 第二章 - 体系结构1.绑定变量,不写死常量: 1)绑定变量的话,因为SQL语句是不变的,数据库只解析一次语句(软解析),但是如果绑定的是常量的话,则会多次解析(硬解析),效率就会变慢,差一个数量级。 硬解析一个查询时,数据库会更长时间的占用一种低级串行化设备,称为闩。 for i in 1 .. 阅读全文
posted @ 2022-10-06 15:13 小xxxx程序员 阅读(146) 评论(0) 推荐(0) 编辑
摘要: kettle:可以把不同数据库的数据通过kettle以一种指定的格式输出,一般是输出到数据库中。 1、转换(transformation):完成针对数据的基础转换 2、作业(job):完成整个工作流的控制 kettle的概念模型: 可视化编程: step(步骤,控件):是转换里的基本组成单位 特性: 阅读全文
posted @ 2020-05-30 22:50 小xxxx程序员 阅读(877) 评论(0) 推荐(0) 编辑
摘要: 命令: 1、数据定义语言DDL:CREATE、ALTER、DROP 2、数据操纵语言DML:INSERT、UPDATE、DELETE 3、数据查询语言DQL:包括基本查询语句、Order By子句、Group By子句等 4、事务控制语言TCL:COMMIT、ROLLBACK 5、数据控制语言DCL 阅读全文
posted @ 2020-05-19 22:21 小xxxx程序员 阅读(596) 评论(0) 推荐(0) 编辑
摘要: 平方数之和:给定一个非负整数 c ,你要判断是否存在两个整数 a 和 b,使得 $a^2$ + $b^2$ = c。 费马定理: 1、任何形为$4n+1$的素数都能表示为两个平方数之和。 2、如果两个整数都能表示为两个平方数之和,则它们的积也能表示为两个平方数之和。 斐波那契恒等式:$(a^2+b^ 阅读全文
posted @ 2020-05-05 22:51 小xxxx程序员 阅读(268) 评论(0) 推荐(0) 编辑
摘要: Numpy属性: ndim:维度 shape:行数和列数 size:元素个数 Numpy的创建array: array:创建数组 dtype:指定数据类型 zeros:创建数据全为0 ones:创建数据全为1 empty:创建数据接近0 arange:按指定范围创建数据 linspace:创建线段 阅读全文
posted @ 2020-05-04 18:28 小xxxx程序员 阅读(172) 评论(0) 推荐(0) 编辑
摘要: 创建对象: 1、传入array,设置index和columns。 df = pd.dataFrame(np.random.randn(6,4),index = index,columns = list('ABCD')) 2、传入dict,键名当作列名。 df = pd.DataFrame({'A': 阅读全文
posted @ 2020-01-08 00:01 小xxxx程序员 阅读(179) 评论(0) 推荐(0) 编辑
摘要: 常见用途: 1、连接数据 2、转换和清洗该数据,以创建数据模型 3、创建视觉对象,如提供数据的可视化表示形式的图表或图形 4、在一个或者多个报表页上创建作为视觉对象集合的报表 5、使用Power BI服务于其他人共享报表 三种视图: 1、报表视图:可以在其中创建报表和视觉对象, 2、数据视图:在此处 阅读全文
posted @ 2019-11-26 22:59 小xxxx程序员 阅读(558) 评论(0) 推荐(0) 编辑
摘要: 集成学习通过构建并结合多个学习器来完成学习任务,有时也被称为多分类器系统。如下图显示出集成学习的一般结构:先产生一组“个体学习器”,再用某种策略将它们结合起来,个体学习器通常由一个现有的学习算法从训练数据中产生,例如C4.5决策树算法,BP神经网络等。个体学习器可以是相同的类型的学习器也可以是不同类 阅读全文
posted @ 2019-09-06 00:49 小xxxx程序员 阅读(495) 评论(0) 推荐(0) 编辑
摘要: 假设有N种可能的类别标记,即$y=\{c_{1},c_{2}...c_{N}\}$,$\lambda_{ij}$是将一个真实标记为$c_{j}$的样本误分类为$c_{i}$所产生的损失,期望损失为: $R(c_{i}|x)=\sum_{j=1}^{N}\lambda_{ij}p(c_{j}|x)$ 阅读全文
posted @ 2019-09-04 23:20 小xxxx程序员 阅读(274) 评论(0) 推荐(0) 编辑