摘要: 链接: yeyeck.com 以后主要的文章都会在我的个人站点首发 阅读全文
posted @ 2020-10-23 20:55 早起的虫儿去吃鸟 阅读(80) 评论(0) 推荐(0) 编辑
摘要: 文章已先发布在我的个人站点:yeyeck.com, 欢迎直接访问 这两天看了一下Java的异步框架Vert.X, 入门大家去官网看就好了。我在GitHub上也翻了一些例子,都是一些非常简单堆代码的形式,几乎都写在启动类里。这对一个无脑使用 Controller, Service, Dao 分层的人来 阅读全文
posted @ 2020-10-23 21:02 早起的虫儿去吃鸟 阅读(1572) 评论(0) 推荐(0) 编辑
摘要: 这个分析有点乱,感觉不是一个很好的例子,到最后不想跟了,已经算一个比较完整的流程 Housing 1. 导入数据分析包并读取数据¶ In [1]: import numpy as np import pandas as pd from matplotlib import pyplot as plt 阅读全文
posted @ 2020-04-21 14:40 早起的虫儿去吃鸟 阅读(927) 评论(0) 推荐(0) 编辑
摘要: logistic Logistic 回归 ¶ 1. 梯度上升算法¶ In [1]: import numpy as np from matplotlib import pyplot as plt 1.1 sigmoid 函数: 一个能向两边收敛的函数, 用作Logistic回归的分类器函数¶ Sig 阅读全文
posted @ 2020-04-14 15:45 早起的虫儿去吃鸟 阅读(204) 评论(0) 推荐(0) 编辑
摘要: pandas-data 1. Pandas 数据结构¶ 1.1 Series 一维数组¶ In [1]: import numpy as np import pandas as pd In [7]: ''' 创建序列的三种方式 1. 通过一维数组 2. 通过字典 3. 通过 DataFrame 的行 阅读全文
posted @ 2020-04-10 16:20 早起的虫儿去吃鸟 阅读(225) 评论(0) 推荐(0) 编辑
摘要: numpy-data 简单的数组表达式¶ In [2]: import numpy as np In [3]: # meshgrid 方法 输入两个一维数组,输出两个互为转置矩阵的二维数组 narr = np.arange(5) print(np.meshgrid(narr, narr)) [arr 阅读全文
posted @ 2020-04-10 11:04 早起的虫儿去吃鸟 阅读(173) 评论(0) 推荐(0) 编辑
摘要: Numpy 学习笔记¶ 1. 多维数组对象 ndarray¶ In [1]: import numpy as np In [3]: # 生成随机数 data = np.random.randn(2, 3) print(data) [[-0.26128126 0.7725466 -1.47024413 阅读全文
posted @ 2020-04-09 15:49 早起的虫儿去吃鸟 阅读(196) 评论(0) 推荐(0) 编辑
摘要: 环境 CentOS7, 安装Docker 1. 使用 docker search 命令获取镜像列表,我们用第一个 docker search activemq ######################################## NAME DESCRIPTION STARS OFFICI 阅读全文
posted @ 2020-03-31 17:08 早起的虫儿去吃鸟 阅读(2199) 评论(0) 推荐(0) 编辑
摘要: 今天用Springboot2集成redis的时候,一开始是用以前的方法出了很多问题。一查才知道Springboot2使用 lettuce 作为默认的redis client。所以配置文件里别配置jedis的参数了,配置lettuce pool。 还想用 jedis 的需要自己在 pom 文件手动添加 阅读全文
posted @ 2020-01-07 23:38 早起的虫儿去吃鸟 阅读(3057) 评论(0) 推荐(1) 编辑
摘要: 1. 先从官网找到最新稳定版的下载链接。目前是5.0.7.执行以下命令下载安装 # 进入安装目录cd /usr/local #下载安装包,如果没有安装 wget, 先执行 yum install wget wget http://download.redis.io/releases/redis-5. 阅读全文
posted @ 2019-12-29 13:30 早起的虫儿去吃鸟 阅读(188) 评论(0) 推荐(0) 编辑