vbaSQL
vbaSQL

交叉验证

什么是正确我们的观点对吗怎样来判断，是人云亦云还是独辟奇境有方法吗？怎样实施呢，这里有人引入交叉验证的概念和方法。

交叉验证(Cross-validation)主要用于建模应用中，例如PCR 、PLS 回归建模中。在给定的建模样本中，拿出大部分样本进行建模型，留小部分样本用刚建立的模型进行预报，并求这小部分样本的预报误差，记录它们的平方加和。这是百度百科对交叉验证的的解释。

在我们的实际工作和生活中，时时处处都可以交叉验证来判断观点正确与否。每个观点要求至少从两个角度验证他的真伪。当然纬度越多越好，这样的信息准确度会越高！

你可能感兴趣的:(交叉验证)

  • Python与机器学习库Scikit-learn进阶 master_chenchengg pythonpythonPythonpython开发IT
    Python与机器学习库Scikit-learn进阶Scikit-learn进阶之旅：从新手到高手的必经之路为什么选择Scikit-learn？安装与环境设置特征工程的艺术：打造更强大的预测模型数据清洗特征构造模型调优秘籍：网格搜索与交叉验证的最佳实践网格搜索交叉验证集成学习的魅力：提升模型性能的组合拳随机森林梯度提升机堆叠实战案例解析：使用Scikit-learn解决真实世界问题数据准备模型训练
  • 机器学习模型评估：交叉验证、混淆矩阵、ROC曲线及其在医学影像领域的应用 猿享天开 机器学习矩阵人工智能DICOM医学影像模型评估
    博主简介：CSDN博客专家、CSDN平台优质创作者，高级开发工程师，数学专业，10年以上C/C++,C#,Java等多种编程语言开发经验，拥有高级工程师证书；擅长C/C++、C#等开发语言，熟悉Java常用开发技术，能熟练应用常用数据库SQLserver,Oracle,mysql,postgresql等进行开发应用，熟悉DICOM医学影像及DICOM协议,业余时间自学JavaScript,Vue,
  • 机器学习篇-KNN算法实现鸢尾花模型和手写数字识别模型
    一.KNN简介KNN思想K-近邻算法（KNearestNeighbor，简称KNN）。比如：根据你的“邻居”来推断出你的类别KNN算法思想：如果一个样本在特征空间中的k个最相似的样本中的大多数属于某一个类别，则该样本也属于这个类别K值根据网格和交叉验证来确定样本相似性：样本都是属于一个任务数据集的。样本距离越近则越相似。利用K近邻算法预测电影类型K值的选择KNN的应用方式解决问题：分类问题、回归问
  • 机器学习—交叉验证 hwang_zhic
    1、经验误差与过拟合通常我们把分类错误的样本数占样本总数的比例称为"错误率”，学习器在训练集上的误差称为“经验误差”或“训练误差”，在新样本上的误差称为“泛化误差”。我们需要的是泛化误差低的学习器，但是我们只能习得一个经验误差很小、在训练集上表现很好的学习器。然而，如果学习器把训练样本的自身的一些特点当做了所有潜在样本都具有的一般性质，会导致泛化性能下降，这称为“过拟合”，相对的“欠拟合”是指对样
  • 「日拱一码」033 机器学习——严格划分 胖达不服输 「日拱一码」机器学习人工智能严格划分组划分
    目录简单随机划分（train_test_split）分组划分（GroupSplitting）简单分组划分(GroupSplitting)分层分组划分(StratifiedGroupSplitting)交叉验证法（Cross-Validation）分组K折交叉验证（GroupKFold）留一组法（LeaveOneGroupOut）简单随机划分（train_test_split）简单随机分组通过随机分
  • Python打卡Day11 常见的调参方式
    核心知识：1.模型=算法+实例化设置的外参（超参数）+训练得到的内参2.只要调参就需要考2次所以如果不做交叉验证，就需要划分验证集和测试集，但是很多调参方法中都默认有交叉验证，所以实际中可以省去划分验证集和测试集的步骤基线模型（基准模型）:首先运行一个使用默认参数的模型，记录其性能作为比较的基准。超参数调整数据1.网格搜索(GridSearchCV):-需要定义参数的网格（param_grid），
  • 【机器学习【9】】评估算法：数据集划分与算法泛化能力评估 roman_日积跬步-终至千里 #机器学习机器学习
    文章目录一、数据集划分：训练集与评估集二、K折交叉验证：提升评估可靠性1.基本原理1.1.K折交叉验证基本原理1.2.逻辑回归算法与L22.基于K折交叉验证L2算法三、弃一交叉验证（Leave-One-Out）1、基本原理2、代码实现四、ShuffleSplit交叉验证1、基本原理2、为什么能降低方差3、代码测试五、选择建议在机器学习中，评估算法的核心目标是衡量模型在“未知数据”上的表现，而不是仅
  • 读书笔记之 瑞达利欧《原则》 niuDavid
    桥水创始人瑞·达利欧写的《原则》一书，厚厚的竟达五百多页，我也是花费很长时间读完。《原则》主体架构无非分为三个部分，首先是写自己的历程，夹杂一些自己感悟作为本书的引子，第二部分是讲到归纳的生活原则，最后一部分就讲了工作中的原则。书中归纳点很多，虽然有些是我们早已体察到的，但仍有部分观点新鲜可敬，有些理论是深刻的，有些观点是让人触动不已，有些竟是即相通而又交叉验证的，这些都通过此书系统的给我们展显出
  • 【亲测免费】 CatBoost 教程项目使用指南
    CatBoost教程项目使用指南tutorials项目地址:https://gitcode.com/gh_mirrors/tutorials1/tutorials1.项目介绍CatBoost是一个高效、灵活且易于使用的梯度提升库，特别适用于处理分类特征。它由Yandex开发，广泛应用于机器学习和数据科学领域。CatBoost提供了丰富的功能，包括自动处理分类特征、支持GPU训练、内置的交叉验证和模
  • 基于大模型的急性出血坏死性胰腺炎预测技术方案 LCG元 人工智能python
    目录一、算法实现伪代码1.数据预处理与特征工程2.大模型训练（以Transformer为例）3.实时预测与动态调整二、模块流程图1.术前预测流程2.术中动态决策流程3.术后护理流程三、系统集成方案1.系统架构图2.核心模块交互流程四、系统部署拓扑图1.物理部署拓扑2.部署说明五、技术验证方案1.交叉验证流程2.实验验证设计六、健康教育模块示例一、算法实现伪代码1.数据预处理与特征工程#数据清洗与归
  • Python训练营-Day11 m0_72314023 Python训练营python机器学习深度学习
    DAY11常见的调参方式超参数调整专题1知识点回顾1.网格搜索2.随机搜索（简单介绍，非重点实战中很少用到，可以不了解）3.贝叶斯优化（2种实现逻辑，以及如何避开必须用交叉验证的问题）4.time库的计时模块，方便后人查看代码运行时长#LightGBM-网格优化print("\n---3.网格搜索优化LightGBM(训练集->测试集)---")importlightgbmaslgbfromskl
  • 【LLaMA 3实战：检索增强】13、LLaMA 3+RAG精准问答系统优化全指南：从检索增强到可信度提升实战 无心水 LLaMA3模型实战专栏llamaLLaMA3对话能力全解析LLaMA3AI大模型LLaMa3实战程序员的AI开发第一课AI入门
    一、RAG赋能LLaMA问答系统的核心价值与瓶颈突破（一）准确性提升的三大核心挑战问题类型典型表现传统方案局限RAG+LLaMA3解决方案知识滞后型错误回答包含过时技术细节依赖模型预训练更新动态检索最新文档库上下文误解曲解问题意图或检索内容固定分块导致语义断裂语义感知分块+动态查询扩展事实幻觉虚构不存在的概念或数据缺乏外部事实校验溯源标注+多模型交叉验证（二）RAG与LLaMA3的协同优势动态知识
  • 【深度学习|学习笔记】什么是k折交叉验证？K折交叉验证的步骤详解？以及如何在K折交叉验证中选择k? 努力毕业的小土博^_^ 机器学习基础算法优质笔记2深度学习学习笔记人工智能
    【深度学习|学习笔记】什么是k折交叉验证？K折交叉验证的步骤详解？以及如何在K折交叉验证中选择k?【深度学习|学习笔记】什么是k折交叉验证？K折交叉验证的步骤详解？以及如何在K折交叉验证中选择k?文章目录【深度学习|学习笔记】什么是k折交叉验证？K折交叉验证的步骤详解？以及如何在K折交叉验证中选择k?一、什么是K折交叉验证？✅目的：二、K折交叉验证的发展背景三、K折交叉验证的步骤详解步骤如下：数学
  • 创客匠人拆解创始人 IP 差异化密码：从专业优势到商业壁垒的构建路径 创小匠 tcp/ip网络协议网络
    在知识付费红海竞争中，“专业背景强却变现乏力”是多数创始人IP的核心困境。创客匠人通过吴迪老师等案例的深度陪跑，提炼出“差异化三维模型”——这一方法论超越了表面的包装技巧，直指IP商业壁垒的底层构建逻辑。一、差异化定位的黄金三角：优势、弱势与痛点的交叉验证创客匠人CEO老蒋提出，真正的差异化需满足三个维度：自身核心优势：如吴迪老师“减肥吃得饱、不运动”的技术专利，将专业壁垒转化为用户可感知的价值点
  • 基于大模型预测肾囊肿的技术方案大纲 LCG元 大模型医疗研究-方案大纲方案大纲人工智能深度学习机器学习
    目录一、引言二、技术方案概述（一）数据收集与整理（二）大模型构建与训练（三）术前预测与方案制定（四）术中决策支持（五）术后管理与预测（六）并发症风险预测与防控（七）健康教育与指导三、技术方案流程图四、统计分析与技术验证方法（一）模型性能评估指标（二）对比实验设计（三）交叉验证与外部验证五、实验验证证据（一）回顾性病例分析（二）前瞻性临床试验六、健康教育与指导方案细化（一）饮食指导（二）运动康复（三
  • python打卡第13天！！！
    DAY13知识点复习不平衡数据集的处理策略：过采样、修改权重、修改阈值交叉验证代码作业：从示例代码可以看到效果没有变好，所以很多步骤都是理想是好的，但是现实并不一定可以变好。这个实验仍然有改进空间smote+过采样+修改权重的组合策略#自己尝试使结果变得更好smote+过采样+修改权重的组合策略importnumpyasnp#引入numpy用于计算平均值等fromsklearn.ensemblei
  • 表格数据处理大语言模型训练新范式：交叉验证与混合训练集构建 CodePatentMaster 语言模型人工智能自然语言处理
    当前技术领域痛点在数字化办公场景中，表格数据处理面临着两大核心挑战：一是现有大语言模型对表格数据处理的准确率普遍偏低；二是不同格式的表格（如文档嵌入表格与电子表格）需要采用完全不同的处理方法。传统解决方案通常存在以下问题：推理能力不足：现有benchmark提供的简短答案无法支持复杂表格操作所需的推理过程数据多样性有限：训练数据主要集中在表格查询操作，缺乏更新、合并、绘图等实际办公需求格式适应性差
  • Kaggle-Predicting Optimal Fertilizers-(多分类+xgboost+同一特征值多样性) 美少女zss 分类数据挖掘人工智能
    PredictingOptimalFertilizers题意：给出土壤的特性，预测出3种最佳的肥料数据处理：1.有数字型和类别型，类别不能随意换成数字，独热编码。cat可以直接处理category类型。2.构造一些相关土壤特性特征3.由于label是category类型，但是xgb不可以处理category类型，因此需要先编码，最后求出结果之后再解码。建立模型：1.catboost交叉验证、xgb
  • 模型评估与模型参数选择：机器学习实践的关键步骤 沐秋子 机器学习人工智能
    在机器学习的海洋中，构建一个模型仅仅是冰山一角。真正的挑战在于如何确保这个模型能够准确地预测未知数据，并且拥有最优的性能表现。这就涉及到了两个至关重要的环节：模型评估和模型参数选择。本文将带您深入了解这两个概念，并介绍一些实用的技巧和方法。目录1.模型评估1.1训练误差与泛化误差1.2过拟合与欠拟合1.3交叉验证1.4正则化2.模型参数选择3.总结与实用建议1.模型评估1.1训练误差与泛化误差模型
  • 机器学习与深度学习14-集成学习
    目录前文回顾1.集成学习的定义2.集成学习中的多样性3.集成学习中的Bagging和Boosting4.集成学习中常见的基本算法5.什么是随机森林6.AdaBoost算法的工作原理7.如何选择集成学习中的基础学习器或弱分类器8.集成学习中常见的组合策略9.集成学习中袋外误差和交叉验证的作用10.集成学习的优势和局限性前文回顾上一篇文章链接：地址1.集成学习的定义集成学习（EnsembleLearn
  • 【实战】基于 Tauri 和 Rust 实现基于无头浏览器的高可用网页抓取 Sopaco rust开发语言后端
    一、背景在SagaReader的早期版本中，存在对网页内容抓取成功率不高的问题。主要原因是先前采用的方案为后台进程通过reqwest直接发起GET请求获取网站HTML的方案，虽然仿真了Header内容，但仍然会被基于运行时的反爬机制（如Browser指纹交叉验证、运行时行为识别、动态渲染等）所屏蔽。这导致我们无法稳定、可靠地获取内容，影响应用的可用性。为了解决这一痛点，我们优化了更新机制。利用Ta
  • 职坐标解析职业规划核心五步骤 职坐标在线 其他
    职业规划是个人职业发展的系统性工程，其核心在于将抽象目标转化为可落地的行动路径。本部分将围绕职业定位、行业趋势分析、能力评估、目标拆解及路径规划五大模块展开，构建从认知到实践的完整框架。其中，职业定位需结合个人价值观、兴趣与市场需求三维度交叉验证；行业趋势分析强调通过政策解读、技术迭代及岗位需求变化捕捉机遇；能力评估则需借助标准化工具与场景化验证实现客观诊断。职坐标职业规划专家建议：在制定规划时，
  • 机器学习与深度学习04-逻辑回归02 my_q 机器学习与深度学习机器学习深度学习逻辑回归
    目录前文回顾6.正则化在逻辑回归中的作用7.特征工程是什么8.逻辑回归的预测结果如何9.什么是ROC曲线和AUC值10.如何处理类不平衡问题11.什么是交叉验证前文回顾上一篇文章地址：链接6.正则化在逻辑回归中的作用逻辑回归中，正则化是一种用于控制模型复杂度的技术，它对模型的参数进行约束，以防止过拟合。正则化通过在损失函数中引入额外的正则化项来实现，这些正则化项对参数的大小进⾏惩罚，逻辑回归中常用
  • 【自然语言处理与大模型】大模型（LLM）基础知识⑤ 小oo呆 【自然语言处理与大模型】自然语言处理人工智能
    （1）如何保证大模型生成内容的合规性？从训练数据净化、RLHF对齐、实时过滤三层技术防线入手，同时建立人工审核-用户反馈-版本回滚的流程闭环，最后通过法规映射和日志审计满足制度合规。核心是让技术防控(如Fine-tuning+Post-filtering)与人类监督形成交叉验证，而非依赖单一手段。技术层面：技术手段描述强化学习与指令微调通过强化学习（如RLHF）或指令微调，让模型更倾向于生成合规、
  • 【机器学习基础】机器学习入门核心算法：K-近邻算法（K-Nearest Neighbors, KNN） 白熊188 机器学习基础python算法机器学习近邻算法
    机器学习入门核心算法：K-近邻算法（K-NearestNeighbors,KNN）一、算法逻辑1.1基本概念1.2关键要素距离度量K值选择二、算法原理与数学推导2.1分类任务2.2回归任务2.3时间复杂度分析三、模型评估3.1评估指标3.2交叉验证调参四、应用案例4.1手写数字识别4.2推荐系统五、经典面试题问题1：KNN的主要优缺点？问题2：如何处理高维数据？问题3：KNN与K-Means的区别
  • Python训练营-Day11-常见的调参方式 Mallow Flowers Python训练营python机器学习开发语言深度学习人工智能
    超参数调整专题1知识点回顾网格搜索随机搜索（简单介绍，非重点实战中很少用到，可以不了解）贝叶斯优化（2种实现逻辑，以及如何避开必须用交叉验证的问题）time库的计时模块，方便后人查看代码运行时长今日作业：对于信贷数据的其他模型，如LightGBM和KNN尝试用下贝叶斯优化和网格搜索#%%[markdown]##DAY10##1.把之前所有的处理手段都处理一遍，回顾一下全流程，以后就用处理好的部分直
  • python打卡训练营学习记录Day11 m0_74839150 python学习机器学习
    超参数调整专题1知识点回顾网格搜索随机搜索（简单介绍，非重点实战中很少用到，可以不了解）贝叶斯优化（2种实现逻辑，以及如何避开必须用交叉验证的问题）time库的计时模块，方便后人查看代码运行时长importpandasaspdimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltimportseabornassnsplt.rcPara
  • 机器学习调整参数 张张张张张高高 机器学习python
    机器学习调参学习为什么需要调参？调参调的都是哪些参数？怎样调参？手工调参网格搜索随机搜索贝叶斯搜索K折交叉验证如何衡量参数是否合适最近用机器学习进行预测，结果总是不理想，所以决定学一学关于调参的内容，借鉴了网上大神们的笔记，分享个人理解，如果有理解的不到位的地方欢迎大家评论区纠正。为什么需要调参？机器学习中最困难的地方就是为模型找到最好的超参数，模型的性能与超参数有很大的影响。调参调的都是哪些参数
  • 基于线性回归的数据预测 所见即所得11111 线性回归算法回归
    1.自主选择一个公开回归任务数据集（如房价预测、医疗数据、空气质量预测等，可Kaggle）。2.数据预处理：完成标准化（Normalization）、特征选择或缺失值处理等步骤。3.使用线性回归模型进行建模。采用80%数据用于训练，20%用于测试，重复划分数据集并训练模型20次，记录每次结果（交叉验证）。4.输出平均均方误差（MSE）或平均绝对误差（MAE），并可选与其他模型（如决策树回归、岭回归
  • 32/64位系统架构冲突下MATLAB安装问题的大数据分析与解决方案 百态老人 matlab数据分析开发语言
    核心问题分析（基于21份证据交叉验证）：架构不兼容：32位系统无法直接运行64位MATLAB程序，两者二进制指令集不同。安装路径冲突：64位与32位MATLAB不能共存于同一目录，需独立安装。编译器依赖：跨位编译需特定工具链（如32位编译器+64位运行时库）。系统环境限制：旧版MATLAB（如7.0）对64位系统支持差，需虚拟机或兼容模式。解决方案与代码示例：1.系统位宽检测（MATLAB/Pyt
  • Dom 周华华 JavaScripthtml
    <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xhtml&q
  • 【Spark九十六】RDD API之combineByKey bit1129 spark
    1. combineByKey函数的运行机制   RDD提供了很多针对元素类型为(K,V)的API，这些API封装在PairRDDFunctions类中，通过Scala隐式转换使用。这些API实现上是借助于combineByKey实现的。combineByKey函数本身也是RDD开放给Spark开发人员使用的API之一   首先看一下combineByKey的方法说明：
  • msyql设置密码报错：ERROR 1372 (HY000): 解决方法详解 daizj mysql设置密码
    MySql给用户设置权限同时指定访问密码时，会提示如下错误： ERROR 1372 (HY000): Password hash should be a 41-digit hexadecimal number；   问题原因：你输入的密码是明文。不允许这么输入。   解决办法：用select password('你想输入的密码');查询出你的密码对应的字符串， 然后
  • 路漫漫其修远兮 吾将上下而求索 周凡杨 学习 思索
    王国维在他的《人间词话》中曾经概括了为学的三种境界古今之成大事业、大学问者，罔不经过三种之境界。“昨夜西风凋碧树。独上高楼，望尽天涯路。”此第一境界也。“衣带渐宽终不悔，为伊消得人憔悴。”此第二境界也。“众里寻他千百度，蓦然回首，那人却在灯火阑珊处。”此第三境界也。学习技术，这也是你必须经历的三种境界。第一层境界是说，学习的路是漫漫的，你必须做好充分的思想准备，如果半途而废还不如不要开始。这里，注
  • Hadoop(二)对话单的操作 朱辉辉33 hadoop
    Debug： 1、 A = LOAD '/user/hue/task.txt' USING PigStorage(' ') AS (col1,col2,col3); DUMP A; //输出结果前几行示例： (>ggsnPDPRecord(21),,) (-->recordType(0),,) (-->networkInitiation(1),,)
  • web报表工具FineReport常用函数的用法总结（日期和时间函数） 老A不折腾 finereport报表工具web开发
    web报表工具FineReport常用函数的用法总结（日期和时间函数）   说明：凡函数中以日期作为参数因子的，其中日期的形式都必须是yy/mm/dd。而且必须用英文环境下双引号(" ")引用。   DATE DATE(year,month,day):返回一个表示某一特定日期的系列数。 Year:代表年，可为一到四位数。 Month:代表月份。
  • c++ 宏定义中的##操作符 墙头上一根草 C++
    #与##在宏定义中的--宏展开 #include <stdio.h> #define f(a,b) a##b #define g(a)   #a #define h(a) g(a) int main() {       &nbs
  • 分析Spring源代码之，DI的实现 aijuans springDI现源代码
    (转) 分析Spring源代码之，DI的实现 2012/1/3 by tony                 接着上次的讲，以下这个sample [java]  view plain copy print
  • for循环的进化 alxw4616 JavaScript
    // for循环的进化 // 菜鸟 for (var i = 0; i < Things.length ; i++) { // Things[i] } // 老鸟 for (var i = 0, len = Things.length; i < len; i++) { // Things[i] } // 大师 for (var i = Things.le
  • 网络编程Socket和ServerSocket简单的使用 百合不是茶 网络编程基础IP地址端口
      网络编程;TCP/IP协议   网络:实现计算机之间的信息共享,数据资源的交换   协议:数据交换需要遵守的一种协议,按照约定的数据格式等写出去   端口:用于计算机之间的通信      每运行一个程序，系统会分配一个编号给该程序，作为和外界交换数据的唯一标识 0~65535   查看被使用的
  • JDK1.5 生产消费者 bijian1013 javathread生产消费者java多线程
    ArrayBlockingQueue：        一个由数组支持的有界阻塞队列。此队列按 FIFO（先进先出）原则对元素进行排序。队列的头部 是在队列中存在时间最长的元素。队列的尾部 是在队列中存在时间最短的元素。新元素插入到队列的尾部，队列检索操作则是从队列头部开始获得元素。 ArrayBlockingQueue的常用方法：
  • JAVA版身份证获取性别、出生日期及年龄 bijian1013 java性别出生日期年龄
            工作中需要根据身份证获取性别、出生日期及年龄，且要还要支持15位长度的身份证号码，网上搜索了一下，经过测试好像多少存在点问题，干脆自已写一个。 CertificateNo.java package com.bijian.study; import java.util.Calendar; import
  • 【Java范型六】范型与枚举 bit1129 java
    首先，枚举类型的定义不能带有类型参数，所以，不能把枚举类型定义为范型枚举类，例如下面的枚举类定义是有编译错的   public enum EnumGenerics<T> { //编译错，提示枚举不能带有范型参数 OK, ERROR; public <T> T get(T type) { return null;
  • 【Nginx五】Nginx常用日志格式含义 bit1129 nginx
    1. log_format 1.1 log_format指令用于指定日志的格式，格式：   log_format name(格式名称) type(格式样式)   1.2 如下是一个常用的Nginx日志格式：   log_format main '[$time_local]|$request_time|$status|$body_bytes
  • Lua 语言 15 分钟快速入门 ronin47 lua 基础
    - - 单行注释 - - [[      [多行注释] - - ]]   - - - - - - - - - - - 1. 变量 & 控制流 - - - - - - - - - - num = 23 - - 数字都是双精度 str = 'aspythonstring'
  • java-35.求一个矩阵中最大的二维矩阵 ( 元素和最大 ) bylijinnan java
    the idea is from: http://blog.csdn.net/zhanxinhang/article/details/6731134 public class MaxSubMatrix { /**see http://blog.csdn.net/zhanxinhang/article/details/6731134 * Q35 求一个矩阵中最大的二维
  • mongoDB文档型数据库特点 开窍的石头 mongoDB文档型数据库特点
    MongoDD: 文档型数据库存储的是Bson文档-->json的二进制 特点：内部是执行引擎是js解释器，把文档转成Bson结构，在查询时转换成js对象。 mongoDB传统型数据库对比    传统类型数据库：结构化数据，定好了表结构后每一个内容符合表结构的。也就是说每一行每一列的数据都是一样的    文档型数据库：不用定好数据结构，
  • [毕业季节]欢迎广大毕业生加入JAVA程序员的行列 comsci java
        一年一度的毕业季来临了。。。。。。。。      正在投简历的学弟学妹们。。。如果觉得学校推荐的单位和公司不适合自己的兴趣和专业，可以考虑来我们软件行业，做一名职业程序员。。。      软件行业的开发工具中，对初学者最友好的就是JAVA语言了，网络上不仅仅有大量的
  • PHP操作Excel – PHPExcel 基本用法详解 cuiyadll PHPExcel
    导出excel属性设置//Include classrequire_once('Classes/PHPExcel.php');require_once('Classes/PHPExcel/Writer/Excel2007.php');$objPHPExcel = new PHPExcel();//Set properties 设置文件属性$objPHPExcel->getProperties
  • IBM Webshpere MQ Client User Issue (MCAUSER) darrenzhu IBMjmsuserMQMCAUSER
    IBM MQ JMS Client去连接远端MQ Server的时候，需要提供User和Password吗？ 答案是根据情况而定，取决于所定义的Channel里面的属性Message channel agent user identifier (MCAUSER)的设置。 http://stackoverflow.com/questions/20209429/how-mca-user-i
  • 网线的接法 dcj3sjt126com
    一、PC连HUB (直连线)A端：（标准568B）：白橙，橙，白绿，蓝，白蓝，绿，白棕，棕。 B端：（标准568B）：白橙，橙，白绿，蓝，白蓝，绿，白棕，棕。 二、PC连PC （交叉线）A端：(568A)： 白绿，绿，白橙，蓝，白蓝，橙，白棕，棕； B端：（标准568B）：白橙，橙，白绿，蓝，白蓝，绿，白棕，棕。 三、HUB连HUB&nb
  • Vimium插件让键盘党像操作Vim一样操作Chrome dcj3sjt126com chromevim
    什么是键盘党？ 键盘党是指尽可能将所有电脑操作用键盘来完成，而不去动鼠标的人。鼠标应该说是新手们的最爱，很直观，指哪点哪，很听话！不过常常使用电脑的人，如果一直使用鼠标的话，手会发酸，因为操作鼠标的时候，手臂不是在一个自然的状态，臂肌会处于绷紧状态。而使用键盘则双手是放松状态，只有手指在动。而且尽量少的从鼠标移动到键盘来回操作，也省不少事。 在chrome里安装 vimium 插件
  • MongoDB查询（2）——数组查询[六] eksliang mongodbMongoDB查询数组
    MongoDB查询数组 转载请出自出处：http://eksliang.iteye.com/blog/2177292 一、概述  MongoDB查询数组与查询标量值是一样的，例如，有一个水果列表，如下所示： > db.food.find() { "_id" : "001", "fruits" : [ "苹
  • cordova读写文件（1） gundumw100 JavaScriptCordova
    使用cordova可以很方便的在手机sdcard中读写文件。 首先需要安装cordova插件：file 命令为： cordova plugin add org.apache.cordova.file 然后就可以读写文件了，这里我先是写入一个文件，具体的JS代码为： var datas=null;//datas need write var directory=&
  • HTML5 FormData 进行文件jquery ajax 上传 到又拍云 ileson jqueryAjaxhtml5FormData
    html5 新东西：FormData  可以提交二进制数据。 页面test.html <!DOCTYPE> <html> <head> <title> formdata file jquery ajax upload</title> </head> <body> <
  • swift appearanceWhenContainedIn:(version1.2 xcode6.4) 啸笑天 version
      swift1.2中没有oc中对应的方法： + (instancetype)appearanceWhenContainedIn:(Class <UIAppearanceContainer>)ContainerClass, ... NS_REQUIRES_NIL_TERMINATION;  解决方法： 在swift项目中新建oc类如下： #import &
  • java实现SMTP邮件服务器 macroli java编程
    电子邮件传递可以由多种协议来实现。目前，在Internet 网上最流行的三种电子邮件协议是SMTP、POP3 和 IMAP，下面分别简单介绍。 　　◆ SMTP 协议 　　简单邮件传输协议(Simple Mail Transfer Protocol,SMTP)是一个运行在TCP/IP之上的协议，用它发送和接收电子邮件。SMTP 服务器在默认端口25上监听。SMTP客户使用一组简单的、基于文本的
  • mongodb group by having where 查询sql qiaolevip 每天进步一点点学习永无止境mongo纵观千象
    SELECT cust_id, SUM(price) as total FROM orders WHERE status = 'A' GROUP BY cust_id HAVING total > 250 db.orders.aggregate( [ { $match: { status: 'A' } }, { $group: {
  • Struts2 Pojo（六） Luob. POJOstrust2
    注意：附件中有完整案例 1.采用POJO对象的方法进行赋值和传值 2.web配置 <?xml version="1.0" encoding="UTF-8"?> <web-app version="2.5" xmlns="http://java.sun.com/xml/ns/javaee&q
  • struts2步骤 wuai struts
    1、添加jar包 2、在web.xml中配置过滤器 <filter>        <filter-name>struts2</filter-name>        <filter-class>org.apache.st
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他