冰露可乐
冰露可乐

数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树

数据挖掘：关联规则

2022找工作是学历、能力和运气的超强结合体，遇到寒冬，大厂不招人，可能很多算法学生都得去找开发，测开
测开的话，你就得学数据库，sql，oracle，尤其sql要学，当然，像很多金融企业、安全机构啥的，他们必须要用oracle数据库
这oracle比sql安全，强大多了，所以你需要学习，最重要的，你要是考网络警察公务员，这玩意你不会就别去报名了，耽误时间！
与此同时，既然要考网警之数据分析应用岗，那必然要考数据挖掘基础知识，今天开始咱们就对数据挖掘方面的东西好生讲讲 最最最重要的就是大数据，什么行测和面试都是小问题，最难最最重要的就是大数据技术相关的知识笔试

文章目录

  • 数据挖掘：关联规则
    • @[TOC](文章目录)
  • 关联规则
  • 异常检测
  • 数据挖掘的标准流程
  • 数据挖掘的经典算法
  • 训练误差和泛华误差
  • 分类算法评估指标：hold-out method
  • 聚类方法
  • 总结

关联规则

如果相关性很大，那就可以去掉其中一个属性
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第1张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第2张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第3张图片

异常检测

数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第4张图片

数据挖掘的标准流程

数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第5张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第6张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第7张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第8张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第9张图片
这些不仅是理论，更是实际业务会遇到的东西
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第10张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第11张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第12张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第13张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第14张图片
NLP
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第15张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第16张图片数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第17张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第18张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第19张图片数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第20张图片
长尾问题

数据挖掘的经典算法

这些可能会考的
去年就考了聚类哦
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第21张图片

数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第22张图片
TP：实际为正，预测为正
FP：实际为负，预测为正
FN：实际为正，预测为负
TN：实际为负，预测为负

准确率acc，是TP和TN的在所有情况中的占比

recall，数据中所有正类中，真正被预测为正类的比例。就是被真的召回的正类比例

precise，在所有被预测为正类中，实际正类的比例【精确是正类的】这俩别混了
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第23张图片
ROC是pr的曲线

数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第24张图片
检测出来了，但是你也不能误报
往往希望，recall高一点，而误报也要小

数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第25张图片
误报了

误报率是负样本认为正了
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第26张图片

召回是1000个中的5个，好low

训练误差和泛华误差

数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第27张图片

分类算法评估指标：hold-out method

train和test，随机分组的交叉验证

k-fold，k组，但是每次k-1个为训练集，而剩下一组为训练集
轮番高k次
k一般是10，叫十指交叉验证
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第28张图片
留一验证
当数据量很小，就留一个样本作为测试集
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第29张图片
骚
分组，组元素个数为1
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第30张图片

聚类方法

数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第31张图片
先了解，后面会详细讲解的

看层次
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第32张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第33张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第34张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第35张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第36张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第37张图片
Nt就是正类
Ntk是确实是真的正类
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第38张图片
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第39张图片数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第40张图片

数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第41张图片
离差
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第42张图片
Ck中的i与中心u的距离

l簇和u簇的中心距离，越远越好
数据挖掘：关联规则，异常检测，挖掘的标准流程，评估指标，误差，聚类，决策树_第43张图片
C4.5算法

开始具体的算法了

总结

提示：重要经验：

1）
2）学好oracle，即使经济寒冬，整个测开offer绝对不是问题！同时也是你考公网络警察的必经之路。
3）笔试求AC，可以不考虑空间复杂度，但是面试既要考虑时间复杂度最优，也要考虑空间复杂度最优。

你可能感兴趣的:(国考,数据挖掘,数据挖掘,聚类,决策树,国考,评估,网警)

  • 2019-06-05 第十七把巴鲁克
    今天去实验田里实习，见到了福寿螺真的可怕且牛皮，六级也快来了，说实话还是害怕。我昨天考了环工原理，真的太难了，太烦了，理工科真的难，烦。实验报告还是没写，要抓紧速度抓紧时间，还是应该学会努力学习，远离一些不上进的事物。
  • Flowable 实战落地核心：选型决策与坑点破解 练习时长两年半的程序员小胡 Flowable流程引擎实战指南低代码BPMN流程引擎flowable后端java
    在企业级流程引擎的落地过程中，选型的准确性和坑点的预见性直接决定项目成败。本文聚焦Flowable实战中最关键的“选型决策”与“常见坑点”，结合真实项目经验，提供可落地的解决方案。一、流程引擎选型：从业务本质出发1.1选型的三大核心维度企业在选择流程引擎时，需避免陷入“技术崇拜”，应回归业务本质。评估Flowable是否适用，可从三个维度判断：业务复杂度若流程涉及动态审批链（如按金额自动升级审批）
  • 第一次不在家过年 东坡观史
    每个人都有无数次的第一次，每个第一次的感觉都是新鲜与紧张的。今年是我第一次不在家过年，因为提前跟父母商量了，他们也表示理解。自从考了一个导游证，我的人生就丰富起来。为了边带团边玩遍世界，五年来我吃了非常多的苦，经历了许多常人无法想象的场面。爬山涉水，起早贪黑，风吹热晒，饥饿困苦，这些都是常事。美好的旅行，正一天天变成庸俗不堪的工作。最近团少多了，人们的出行方式有了变化。寒假里，遇到这个过年团心中窃
  • 机器学习必备数学与编程指南：从入门到精通 a小胡哦 机器学习基础机器学习人工智能
    一、机器学习核心数学基础1.线性代数（神经网络的基础）必须掌握：矩阵运算（乘法、转置、逆）向量空间与线性变换特征值分解与奇异值分解(SVD)为什么重要：神经网络本质就是矩阵运算学习技巧：用NumPy实际操作矩阵运算2.概率与统计（模型评估的关键）核心概念：条件概率与贝叶斯定理概率分布（正态、泊松、伯努利）假设检验与p值应用场景：朴素贝叶斯、A/B测试3.微积分（优化算法的基础）重点掌握：导数与偏导
  • 数据分析领域中AI人工智能的发展前景展望 AI大模型应用工坊 AI大模型开发实战数据分析人工智能数据挖掘ai
    数据分析领域中AI人工智能的发展前景展望关键词：数据分析、人工智能、机器学习、深度学习、数据挖掘、预测分析、自动化摘要：本文深入探讨了人工智能在数据分析领域的发展现状和未来趋势。我们将从核心技术原理出发，分析AI如何改变传统数据分析范式，详细讲解机器学习算法在数据分析中的应用，并通过实际案例展示AI驱动的数据分析解决方案。文章还将探讨行业应用场景、工具生态以及未来发展面临的挑战和机遇，为数据分析师
  • AI人工智能中的数据挖掘：提升智能决策能力
    AI人工智能中的数据挖掘：提升智能决策能力关键词：数据挖掘、人工智能、机器学习、智能决策、数据分析、特征工程、模型优化摘要：本文深入探讨了数据挖掘在人工智能领域中的核心作用，重点分析了如何通过数据挖掘技术提升智能决策能力。文章从基础概念出发，详细介绍了数据挖掘的关键算法、数学模型和实际应用场景，并通过Python代码示例展示了数据挖掘的全流程。最后，文章展望了数据挖掘技术的未来发展趋势和面临的挑战
  • 新华小学的人还在上学 快乐_c0d8
    今天新华小学的所有人还在上学，是因为他们的诗都考完了。他们今天下午又上学了，我很开心，因为他们不来，他们就不能惹事儿了，所以我很开心。
  • 从零到一：基于差分隐私决策树的客户购买预测系统实战开发 笙囧同学 决策树算法机器学习
    作者简介：笙囧同学，中科院计算机大模型方向硕士，全栈开发爱好者联系方式：[email protected]各大平台账号：笙囧同学座右铭：偷懒是人生进步的阶梯文章导航快速导航前言-项目背景与价值项目概览-系统架构与功能技术深度解析-核心算法原理️系统实现详解-工程实践细节性能评估与分析-实验结果分析Web系统开发-前后端开发部署与运维-DevOps实践完整复现指南-手把手教程️实践案例与故障排除-问
  • 《尚书·吕刑》诗解3刑罚中正 琴诗书画
    《尚书·吕刑》诗解3刑罚中正题文诗：用刑之道,囚证两造,悉皆具备,师听其言,五刑之辞.五辞简核,信实有罪,正于五刑;五刑不简,正于五罚;五罚不符,正于五过,过失可宥,则教宥之.五过之疵:畏官惧权,诈反囚辞,内亲用事,行货枉法,受人请托,其罪惟均,其审克之.刑疑有赦,罚疑有赦,勿妄入罪,不妄赦免,清证审察,不得不慎.简核诚信,有合众心,惟貌有稽,有所考合.无简不听,具严天威,敬天畏民,勿轻听用.上下
  • 2020-11-14 周小君0211
    兵荒马乱的昨晚很晚了，老板还在跟我说一个客户开票事情。我在办公室等到九点才走。因为对方付款在月中和月末，想赶着将这笔钱收到。要赶紧将发票给人家开过去才行。十点多睡着了，没看到信息，说今早要送过去，而不是寄过去，所以要一大早早点开过去。幸好老总一大早语音给我了，而我也起得比较早。那个时候刚洗完澡在洗衣服。早起的感觉是真的好呀哈哈哈哈刚吃了早餐现在去收拾收拾去同学那里法考失利又想着来考会计了就不能再坚
  • 什么样的画？值得极限男人帮牺牲也要保护它！ 爱之力凌驾一切
    上周，最新一期的《极限挑战》里极限男人帮被赋予了六种不同的身份穿越民国，来到一座古城，在古堡里他们为了保护名画——《韩熙载夜宴图》，与敌对势力展开一出保护古画的“夺宝大战”。关于《韩熙载夜宴图》，不知你们对此了解多少呢？剧中的《韩熙载夜宴图》是五代十国时期南唐画家顾闳中的绘画作品。此画几经辗转到张大千手中，最后张大千低价将这幅画售予国家，现藏于北京故宫博物院。《韩熙载夜宴图》这幅图长有335.5厘
  • 2020公考申论备考指导：把握思辨型文章写作脉络 不负时光_3d63
    公务员考试一般分为笔试和面试，笔试较重要的是申论、行测和时事热点。不论是哪一部分都需要进行备考，抽时间复习相关内容。下面格燃教育小编整理了"2020公考申论备考指导：把握思辨型文章写作脉络"文章，希望对大家有所帮助一、确定立意首先要了解思辨型文章的提问方式，一般会以"围绕A与B书写文章"这样的方式进行提问，例如城市建设中的"有"与"无"，都是典型的思辨型文章。想要确定思辨型文章写作的立意，首先要先
  • 想踩着我往上爬的闺蜜，栽了！ 木木爱电影
    来源微信公众号：芒小芒，如需转载请联系该公众号，谢谢。011999年7月，一出考场，我就感觉自己考砸了。收拾完行李，家都没回，我直接投奔在城里做服装生意的表哥。表哥早些年在南方工厂打工，攒下资本，从小摊起，打拼七八年，终于在这座省会城市市中心商厦里占据一席之地。表哥店里只卖女装，二十来平米的空间，摆着一件件设计新颖、做工精良的时装——表哥说，世界上最好挣的就是孩子和女人的钱。服装这个行业，不干不知
  • 我又开始练车了 以莫
    2015年听说单位要搬家，赶紧考了一个驾照，考完后，单位一直没有搬家，我一直没有开车。2019年我搬家了，离单位很远，因为孩子上学的原因。刚开始早上晚上都坐爱人的车，2020年爱人单位上下班时间调整，就早晨他能送我了，晚上我就只能打车回来，等不了他了。今年我想了一下，实在受不了这样的日子，要坐公交和地铁也够不上，我决定练车，自己开车。5月份婆婆回老家了，我说等6月份他回来再练吧。12日开始练车，我
  • 七绝 忠魂 清风8351
    看图作诗青山绿水风光秀，独坐江边忆更稠。哀国英雄身赴死，忠魂万代永存留。检测结果(平水韵)青山绿水风光秀独坐江边忆更稠【稠：十一尤】押韵哀国英雄身赴死忠魂万代永存留【留：十一尤】押韵存在多音字：更，请根据词意判断。平仄符合要求，请留意多音字！
  • 统一过程模型（Unified Process Model）的四个阶段中，**需求分析和架构演进**主要在 **精化阶段（Elaboration Phase）** 完成 Bol5261 Data(StructuresAlgorithms)engineering)toSystems)需求分析架构
    统一过程模型（UnifiedProcessModel）的四个阶段中，需求分析和架构演进主要在精化阶段（ElaborationPhase）完成。以下是各阶段的核心任务及选项分析：统一过程模型的四个阶段及核心任务阶段核心任务1.起始阶段（Inception）-定义项目范围和业务案例-确定关键需求和愿景-初步评估可行性和风险2.精化阶段（Elaboration）-详细需求分析：明确功能性和非功能性需求-
  • 多光谱相机助力第四次全国农业普查-农业用地调查 中达瑞和-高光谱·多光谱 数码相机
    国家政策背景：耕地保护，国之大者粮食安全是“国之大者”，耕地是粮食生产的命根子。近年来，国家将耕地保护提升到前所未有的战略高度：严守18亿亩耕地红线：这是保障国家粮食安全的底线要求。坚决遏制耕地“非农化”、防止“非粮化”：明确要求对耕地用途实施最严格的管制，确保耕地主要用于粮食和棉、油、糖、蔬菜等农产品生产。《国务院关于开展第四次全国农业普查的通知》（国发〔2025〕9号）正式发布。根据通知，国务
  • 故事：女下属请我吃饭后，两个神秘人敲诈我，我主动替其中一个背锅（6） 安幼鱼
    11.接下来的日子，于振国陆陆续续收到十几封勒索信，写信的人胃口逐渐变大，由五千变成八千、一万、两万等等。于振国不得不一次次地满足这个人越来越过分的要求，还要承受着照片随时可能被泄露出去的风险，内心煎熬不已。他上班时开始经常走神，拼命思索一个永久的解决办法。当务之急就是找到这个勒索自己的人，可是然后呢？给TA一笔钱彻底了结这件事吗？可是谁知道那人手里究竟有多少类似的私密照，又会不会按照约定毁掉所有
  • 2020-02-09 2020奥利给
    正月十六天气晴好下午和老妈跑到老房子那去摘艾草，远远望着，竟到处都是人，我们去的地方根本没找到艾草，胡乱转了一圈就回来了。好在主要目的是去活动下，便于消化。明天又要开始工作啦，铆足了劲儿，干就是了！又想去看国超文集了，打打鸡血哈哈哈
  • 《世说新语》竹林七贤（1） 千允
    “竹林七贤”这个词语并不陌生，但这七贤都包括谁，此前我是真不知道，我想以后我也未必能全都记住。但起码通过阅读《世说新语》，我对这个七人小组有了初步的了解。陈留阮籍、谯国嵇康、河内山涛三人年皆相比，康年少亚之。预此契者，沛国刘伶、陈留阮咸、河内向秀、琅邪王戎。七人常集于竹林之下，肆意酣畅，故世谓“竹林七贤”。我看的那本《魏晋风华：轻松读懂《世说新语》》里说道：竹林七贤会集大约起于正始五年即公元244
  • 什么值得买网站官网？什么值得买网站靠谱吗？ 高省APP珊珊
    什么值得买网站的官网是。这是一个专注于消费决策的平台，致力于为消费者提供全面、实时的购物信息和优惠活动，帮助用户做出更明智的购买决策。关于什么值得买网站的靠谱性，可以从以下几个方面进行评估：平台背景与信誉：什么值得买由北京值得买科技股份有限公司运营，该公司成立于2011年，并于2019年在深交所上市，具有较高的信誉和权威性。平台作为国内知名的消费导购平台之一，其用户群体广泛，口碑良好。内容质量与审
  • 新日更23/100：系统之奇——系统的6大障碍（三） 一思考上帝就发笑的亮生
    无所不在的时间延迟当我们试着创造一个新事物时，我们必须学会等待。我们必须充满耐心地播种，精心浇灌土地，让种子自己发芽、生长，它需要时间。你不可能愚弄植物，你更不可能愚弄历史。——捷克共和国第一任总统、剧作家瓦茨拉夫·哈维尔在系统中，时间延迟比比皆是。因此，一项延迟是否显著取决于你仕途理解的频率出于哪一档。改变延迟的长短可以彻底地改变系统行为，同时，延迟也常常作为敏感的政策杠杆点。时间延迟决定了系统
  • 无比美好的一天 钱蓉宝宝
    图片发自App图片发自App图片发自App1.感恩智慧的身体，六点准时唤醒，呼吸法走起，散步去工作室，这条小路无比走魅力，好舒爽的空气，谢谢，谢谢，谢谢2.感恩可爱的阿宝，哈哈哈吃玉米的样子实在课程神气，谢谢你每天这么的自嗨，谢谢，谢谢，谢谢，谢谢3.感恩戴蒙，第一个跟我打招呼，胖乎乎的小可爱，欢迎着每一个来家的朋友，谢谢，谢谢，谢谢4.感恩宇宙哥哥的安排，国忠老师完美到达上海，感恩台湾那边机场的
  • 秦统六国•平水真韵/天行健 天行健02769
    六国覆亡岂无因，庙堂宗室皆小人。忠臣良将难立足，屠戮殆尽或资秦。倘若彼此知互保，怎会族灭被他侵。是非成败今已没，以史为鉴方是真。
  • yolo检测常见指标 bigdata从入门到放弃 深度学习yoloYOLO目标跟踪人工智能深度学习
    YOLO（YouOnlyLookOnce）作为经典的单阶段目标检测算法，其性能评估依赖于目标检测领域的通用指标。这些指标既衡量检测精度（是否准确识别物体类别、准确定位），也衡量检测速度（是否实时）。下面用通俗的语言详细解释核心指标：一、基础：判断“预测框是否有效”——IoU（交并比）目标检测的核心是“预测框”（模型输出的矩形框）是否准确覆盖“真实框”（人工标注的物体位置）。IoU是衡量两者重叠程度
  • Halcon试用与许可指南：2022年7月版 我就是夏迎春
    本文还有配套的精品资源，点击获取简介：本文件提供了Halcon软件的试用证书和许可证相关资料的集合，为潜在用户提供免费体验Halcon各项功能的途径，包括图像处理、形状匹配、OCR和条形码读取等。用户可以通过试用版全面了解软件功能，评估是否符合项目需求，并指导如何正确管理和优化许可证使用，以符合预算和需求。1.Halcon软件概述在当今高度自动化的工业时代，机器视觉系统发挥着至关重要的作用。Hal
  • 【利用51单片机的定时器功能产生PWM信号来实现流水呼吸灯。（蓝桥杯常考PWM）】 CrimsonEmber 蓝桥杯51单片机单片机
    题目要求：[1]上电开机运行时，关闭蜂鸣器和继电器，L4和L5点亮，其余LED灯熄灭。[2]点按独立按键S4松开后，开始控制CT107D板上的L1-L8八个LED小灯进行每隔1秒的呼吸流水点亮，即：L1缓慢亮->L1缓慢灭->L2缓慢亮->L2缓慢灭....L8缓慢亮->L8缓慢灭->L1缓慢亮->L1缓慢灭....循环往复。[3]再次点按独立按键S4松开后，控制CT107D板上的LED灯从当前灯
  • 今日欧美圈：哈卷新专登顶专辑榜，绵羊姐一月宣布新专？ 胡萝卜音乐
    EllieGoulding在推特互动中提到，将在明年1月宣布新专辑的相关信息。再来一场睡衣派对？NattiNatasha与BeckyG在推特互动展望再度合作！哈卷HarryStyles个人二专《FineLine》美国首周以47.6万总销量空降Billboard专辑榜冠军！这是今年第三高的单周销量！同时这张专辑空降了英国专辑榜季军和澳大利亚、爱尔兰、新西兰、荷兰、瑞典等国的专辑榜冠军！在EdShee
  • 【Python高阶开发】1. Pandas工业级时序数据处理实战：从振动传感器数据到轴承故障预警系统 AI_DL_CODE pythonpandas时序数据处理振动传感器工业数据清洗特征工程
    摘要：在工业设备健康监测中，振动传感器数据是评估设备状态的核心依据，但高频噪声干扰、数据传输缺失、多设备时间戳错位等问题严重影响分析准确性。本文基于PythonPandas构建工业级时序数据处理流水线，提出"时间校正-缺失填充-噪声过滤-特征提取"四步清洗法，针对工业场景设计专用策略：短时缺失采用线性插值、长时缺失标记异常，振动数据结合移动平均与Z-score检测保留真实特征。通过时域（峰值、峭度
  • 【原创】七言绝句·藏头诗·（二首） 风云致轩
    风之云至风云七言绝句·藏头诗·风之云至风来风去风逐流，之轻之重之所安，云起云收云自游，至狂至圣至愚神。七言绝句·藏头诗·风云致轩风音风律风里吟，云峰云岫云山生，致精致极致辞娱，轩鸟轩鹤轩中仙。共和国庚子年戊子月壬子日（交替日）2021.仲冬风之云至作—————————————————《诗词.歌赋.散文.随记.杂叙.书法.绘画》原创作者，都梁人士，本名:黄民科；字:风之；筆名:風之雲至；號:金宝散人
  • mondb入手 木zi_鸣 mongodb
    windows 启动mongodb  编写bat文件， mongod --dbpath D:\software\MongoDBDATA mongod --help  查询各种配置 配置在mongob 打开批处理，即可启动，27017原生端口，shell操作监控端口  扩展28017，web端操作端口 启动配置文件配置， 数据更灵活 
  • 大型高并发高负载网站的系统架构 bijian1013 高并发负载均衡
            扩展Web应用程序 一.概念         简单的来说，如果一个系统可扩展，那么你可以通过扩展来提供系统的性能。这代表着系统能够容纳更高的负载、更大的数据集，并且系统是可维护的。扩展和语言、某项具体的技术都是无关的。扩展可以分为两种：         1.
  • DISPLAY变量和xhost(原创) czmmiao display
    DISPLAY 在Linux/Unix类操作系统上, DISPLAY用来设置将图形显示到何处. 直接登陆图形界面或者登陆命令行界面后使用startx启动图形, DISPLAY环境变量将自动设置为:0:0, 此时可以打开终端, 输出图形程序的名称(比如xclock)来启动程序, 图形将显示在本地窗口上, 在终端上输入printenv查看当前环境变量, 输出结果中有如下内容:DISPLAY=:0.0
  • 获取B/S客户端IP 周凡杨 java编程jspWeb浏览器
       最近想写个B/S架构的聊天系统，因为以前做过C/S架构的QQ聊天系统，所以对于Socket通信编程只是一个巩固。对于C/S架构的聊天系统，由于存在客户端Java应用，所以直接在代码中获取客户端的IP，应用的方法为：    String ip = InetAddress.getLocalHost().getHostAddress(); 然而对于WEB
  • 浅谈类和对象 朱辉辉33 编程
        类是对一类事物的总称，对象是描述一个物体的特征，类是对象的抽象。简单来说，类是抽象的，不占用内存，对象是具体的， 占用存储空间。     类是由属性和方法构成的，基本格式是public  class 类名{ //定义属性 private/public 数据类型 属性名； //定义方法 publ
  • android activity与viewpager+fragment的生命周期问题 肆无忌惮_ viewpager
    有一个Activity里面是ViewPager，ViewPager里面放了两个Fragment。 第一次进入这个Activity。开启了服务，并在onResume方法中绑定服务后，对Service进行了一定的初始化，其中调用了Fragment中的一个属性。 super.onResume(); bindService(intent, conn, BIND_AUTO_CREATE);
  • base64Encode对图片进行编码 843977358 base64图片encoder
    /** * 对图片进行base64encoder编码 * * @author mrZhang * @param path * @return */ public static String encodeImage(String path) { BASE64Encoder encoder = null; byte[] b = null; I
  • Request Header简介 aigo servlet
    当一个客户端(通常是浏览器)向Web服务器发送一个请求是，它要发送一个请求的命令行，一般是GET或POST命令，当发送POST命令时，它还必须向服务器发送一个叫“Content-Length”的请求头(Request   Header)   用以指明请求数据的长度，除了Content-Length之外，它还可以向服务器发送其它一些Headers，如：    
  • HttpClient4.3 创建SSL协议的HttpClient对象 alleni123 httpclient爬虫ssl
    public class HttpClientUtils { public static CloseableHttpClient createSSLClientDefault(CookieStore cookies){ SSLContext sslContext=null; try { sslContext=new SSLContextBuilder().l
  • java取反 -右移-左移-无符号右移的探讨 百合不是茶 位运算符 位移
    取反： 在二进制中第一位，1表示符数，0表示正数 byte a = -1; 原码：10000001 反码：11111110 补码：11111111 //异或: 00000000 byte b = -2; 原码：10000010 反码：11111101 补码：11111110 //异或: 00000001
  • java多线程join的作用与用法 bijian1013 java多线程
            对于JAVA的join，JDK 是这样说的：join public final void join （long millis ）throws InterruptedException Waits at most millis milliseconds for this thread to die. A timeout of 0 means t
  • Java发送http请求(get 与post方法请求) bijian1013 javaspring
    PostRequest.java package com.bijian.study; import java.io.BufferedReader; import java.io.DataOutputStream; import java.io.IOException; import java.io.InputStreamReader; import java.net.HttpURL
  • 【Struts2二】struts.xml中package下的action配置项默认值 bit1129 struts.xml
    在第一部份，定义了struts.xml文件，如下所示：   <!DOCTYPE struts PUBLIC "-//Apache Software Foundation//DTD Struts Configuration 2.3//EN" "http://struts.apache.org/dtds/struts
  • 【Kafka十三】Kafka Simple Consumer bit1129 simple
    代码中关于Host和Port是割裂开的，这会导致单机环境下的伪分布式Kafka集群环境下，这个例子没法运行。 实际情况是需要将host和port绑定到一起，   package kafka.examples.lowlevel; import kafka.api.FetchRequest; import kafka.api.FetchRequestBuilder; impo
  • nodejs学习api ronin47 nodejs api
    NodeJS基础 什么是NodeJS JS是脚本语言，脚本语言都需要一个解析器才能运行。对于写在HTML页面里的JS，浏览器充当了解析器的角色。而对于需要独立运行的JS，NodeJS就是一个解析器。 每一种解析器都是一个运行环境，不但允许JS定义各种数据结构，进行各种计算，还允许JS使用运行环境提供的内置对象和方法做一些事情。例如运行在浏览器中的JS的用途是操作DOM，浏览器就提供了docum
  • java-64.寻找第N个丑数 bylijinnan java
    public class UglyNumber { /** * 64.查找第N个丑数 具体思路可参考 [url] http://zhedahht.blog.163.com/blog/static/2541117420094245366965/[/url] * 题目：我们把只包含因子 2、3和5的数称作丑数（Ugly Number）。例如6、8都是丑数，但14
  • 二维数组（矩阵）对角线输出 bylijinnan 二维数组
    /** 二维数组 对角线输出 两个方向 例如对于数组： { 1, 2, 3, 4 }, { 5, 6, 7, 8 }, { 9, 10, 11, 12 }, { 13, 14, 15, 16 }, slash方向输出： 1 5 2 9 6 3 13 10 7 4 14 11 8 15 12 16 backslash输出： 4 3
  • [JWFD开源工作流设计]工作流跳跃模式开发关键点(今日更新) comsci 工作流
       既然是做开源软件的,我们的宗旨就是给大家分享设计和代码,那么现在我就用很简单扼要的语言来透露这个跳跃模式的设计原理    大家如果用过JWFD的ARC-自动运行控制器,或者看过代码,应该知道在ARC算法模块中有一个函数叫做SAN(),这个函数就是ARC的核心控制器,要实现跳跃模式,在SAN函数中一定要对LN链表数据结构进行操作,首先写一段代码,把
  • redis常见使用 cuityang redis常见使用
    redis 通常被认为是一个数据结构服务器，主要是因为其有着丰富的数据结构 strings、map、 list、sets、 sorted sets 引入jar包 jedis-2.1.0.jar  (本文下方提供下载) package redistest; import redis.clients.jedis.Jedis; public class Listtest
  • 配置多个redis dalan_123 redis
    配置多个redis客户端 <?xml version="1.0" encoding="UTF-8"?><beans xmlns="http://www.springframework.org/schema/beans"       xmlns:xsi=&quo
  • attrib命令 dcj3sjt126com attr
      attrib指令用于修改文件的属性.文件的常见属性有:只读.存档.隐藏和系统.    只读属性是指文件只可以做读的操作.不能对文件进行写的操作.就是文件的写保护.    存档属性是用来标记文件改动的.即在上一次备份后文件有所改动.一些备份软件在备份的时候会只去备份带有存档属性的文件. 
  • Yii使用公共函数 dcj3sjt126com yii
    在网站项目中，没必要把公用的函数写成一个工具类，有时候面向过程其实更方便。 在入口文件index.php里添加 require_once('protected/function.php'); 即可对其引用，成为公用的函数集合。 function.php如下：   <?php /**   * This is the shortcut to D
  • linux 系统资源的查看（free、uname、uptime、netstat） eksliang netstatlinux unamelinux uptimelinux free
    linux 系统资源的查看 转载请出自出处：http://eksliang.iteye.com/blog/2167081   http://eksliang.iteye.com 一、free查看内存的使用情况 语法如下：   free [-b][-k][-m][-g] [-t] 参数含义 -b:直接输入free时，显示的单位是kb我们可以使用b(bytes),m
  • JAVA的位操作符 greemranqq 位运算JAVA位移<<>>>
    最近几种进制，加上各种位操作符，发现都比较模糊，不能完全掌握，这里就再熟悉熟悉。   1.按位操作符 ：    按位操作符是用来操作基本数据类型中的单个bit,即二进制位，会对两个参数执行布尔代数运算，获得结果。    与（&）运算：    1&1 = 1, 1&0 = 0, 0&0 &
  • Web前段学习网站 ihuning Web
      Web前段学习网站 菜鸟学习：http://www.w3cschool.cc/   JQuery中文网：http://www.jquerycn.cn/   内存溢出：http://outofmemory.cn/#csdn.blog   http://www.icoolxue.com/   http://www.jikexue
  • 强强联合：FluxBB 作者加盟 Flarum justjavac r
    原文：FluxBB Joins Forces With Flarum作者：Toby Zerner译文：强强联合：FluxBB 作者加盟 Flarum译者：justjavac FluxBB 是一个快速、轻量级论坛软件，它的开发者是一名德国的 PHP 天才 Franz Liedke。FluxBB 的下一个版本(2.0)将被完全重写，并已经开发了一段时间。FluxBB 看起来非常有前途的，
  • java统计在线人数（session存储信息的） macroli javaWeb
    这篇日志是我写的第三次了 前两次都发布失败！郁闷极了！   由于在web开发中常常用到这一部分所以在此记录一下，呵呵，就到备忘录了！ 我对于登录信息时使用session存储的，所以我这里是通过实现HttpSessionAttributeListener这个接口完成的。 1、实现接口类，在web.xml文件中配置监听类，从而可以使该类完成其工作。 public class Ses
  • bootstrp carousel初体验 快速构建图片播放 qiaolevip 每天进步一点点学习永无止境bootstrap纵观千象
    img{ border: 1px solid white; box-shadow: 2px 2px 12px #333; _width: expression(this.width > 600 ? "600px" : this.width + "px"); _height: expression(this.width &
  • SparkSQL读取HBase数据，通过自定义外部数据源 superlxw1234 sparksparksqlsparksql读取hbasesparksql外部数据源
    关键字：SparkSQL读取HBase、SparkSQL自定义外部数据源     前面文章介绍了SparSQL通过Hive操作HBase表。   SparkSQL从1.2开始支持自定义外部数据源(External DataSource)，这样就可以通过API接口来实现自己的外部数据源。这里基于Spark1.4.0，简单介绍SparkSQL自定义外部数据源，访
  • Spring Boot 1.3.0.M1发布 wiselyman spring boot
        Spring Boot 1.3.0.M1于6.12日发布，现在可以从Spring milestone repository下载。这个版本是基于Spring Framework 4.2.0.RC1,并在Spring Boot 1.2之上提供了大量的新特性improvements and new features。主要包含以下：   1.提供一个新的sprin
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他