吴恩达机器学习(十二)—— 机器学习系统的设计
- 1. 优先处理的工作:垃圾邮件分类例子
- 2. 误差分析
- 3. 偏斜类的误差度量
- 4. 查准率和查全率之间的权衡
- 5. 机器学习的数据
1. 优先处理的工作:垃圾邮件分类例子
在实际的工作过程中,我们应该明白哪些事情要优先处理,接下来我们以一个垃圾邮件分类器算法为例子进行讨论。为了解决这样一个问题,我们首先要做的决定是如何选择并表达特征向量xxx。我们可以选择一个由100个最常出现在垃圾邮件中的词所构成的列表,根据这些词是否在邮件中出现来获得我们的特征向量(出现为1,不出现为0),尺寸为100×1。
在实际应用中,我们会在训练集中挑选出出现频率最多的n个单词(n一般在10,000-50,000之间),然后将它们作为我们的特征向量,这显然不同于现在手动挑选的100个单词的训练样本。
如何在有限的时间内让我们的垃圾分类器具有高精准度和低错误率?
1. 收集更多的数据,让我们有更多的垃圾邮件和非垃圾邮件样本(例如,Honey Pot项目通过创建虚假的邮箱地址,并故意将这些地址暴露给垃圾邮件的发送者以此来收集大量的垃圾邮件,然后得到大量的垃圾邮件数据来训练分类算法);
2. 通过邮件的标题来构建一个基于邮件的路由信息的更为复杂的特征,来捕捉到邮件信息的来源并以此来判断邮件是否垃圾邮件;
3. 对邮件的主体部分构建更为复杂的特征(例如,单词“discount”和“discounts”是否应该被视为同一单词,或者是否应该把“deal”和“dealer”视为同一个单词,甚至在这个例子中可以关注单词首字母的大小写或者通过标点符号来构建复杂的特征);
4. 为了检测故意出现的拼写错误构建更复杂的算法,例如,“m0rtgage”、“med1cine”、“w4tches”。
在上面这些选项中,我们通常很难决定应该在哪一项上花费时间和精力,但作出明智的选择比随着感觉走要更好。
2. 误差分析
如果我们准备研究机器学习的东西,或者构造机器学习应用程序,构建一个学习算法的推荐方法为:
1. 通过一个简单的算法来快速实现它,而不是设计一个很复杂的系统,即使这个速成的东西不是很完美,然后使用交叉验证集来测试数据;
2. 通过画出相应的学习曲线以及检验误差来找出我们的算法是否有高偏差和高方差的问题或者别的问题,在做出这些分析之后,再来决定是否使用更多的数据训练或者加入更多的特征变量等等。这么做的原因是在我们刚接触机器学习问题时这是一个很好的方法,因为我们并不能提前知道是否需要复杂的特征变量或者是否需要更多的数据,因此通过一次简单快速的实现,我们可以通过学习曲线来做出下一步的选择;
3. 误差分析:实现比如一个垃圾邮件分类器的时候,人工观察交叉验证集的情况,看一看哪些邮件被算法错误的分类。通过查看这些被错误分类的垃圾邮件和非垃圾邮件,找出经常被错误分类的邮件的共同特征和规律。
误差分析并不总能帮助我们判断应该采取怎样的行动,有时我们需要去尝试不同的模型并进行比较。在模型比较时,用数值来判断哪一个模型更好更有效,通常我们是看交叉验证集的误差。
数值估计:当我们改进学习算法的时候,如果我们的算法能够返回一个数值评价指标来估计算法执行的效果将会很有帮助。可能算法是准确的,也有可能是错误的,但这个数字(能够看出误差变大还是变小、效果变好还是变坏)能够告诉我们学习算法的效果怎么样。
在我们的垃圾邮件分类器例子中,对于“我们是否应该将discount/discounts/discounted/discounting处理成同一个词?”的问题,如果这样做可以改善算法的性能,我们会使用词干提取软件。但这些词干提取软件只会简单地检查单词的前几个字母,可能会将“universe/university”看做是同一个单词。误差分析可能也无法帮助我们去决定进行词干提取到底是不是一个好主意,所以如果要判断词干提取软件是否对我们的分类器有益,最好的方法就是用最快的方式来尝试使用一下它,然后看它是否能起到效果。如果要这样做的话,通过数值方法来评估算法的效果将会非常有用,我们可以通过观察交叉验证集在使用和不使用词干提取软件时各自的错误率来估算算法的效果。
推荐在交叉验证集上进行误差分析,而不是在测试集上。
总结一下,在我们开始研究一个新的机器学习问题时,需要尽可能快的实现一个算法。一旦有了一个初始的算法实现,我们就能使用一个强有力的工具来帮助我们决定下一步的做法。第一步,先看看算法造成的错误,通过误差分析来看看它出现了什么错误,然后依次来决定之后的优化方法。第二步,假设我们已经有了一个快速而不完美的算法实现,又有了一个数值评价指标,这些会帮助我们尝试新的想法并快速地发现我们尝试的这些想法是否能够提高算法的表现,从而使我们更快地决定我们的算法应该放弃什么或者应该包含什么。
3. 偏斜类的误差度量
设定某个实数来评价我们的学习算法并衡量它的表现,有了算法的评估和误差度量值后,要注意的是使用一个合适的误差度量值有时会对于我们的学习算法造成非常微妙的影响,这就是偏斜类的问题。
在癌症分类例子中,我们训练Logistic回归模型(y=1y=1y=1为癌症,y=0y=0y=0为其他),假设使用测试集来检验这个分类模型,发现它只有1%的错误,因此我们99%会做出正确的诊断,这看起来是一个不错的结果。但假设我们发现在测试集中只有0.5%的患者真正患了癌症,那么1%的错误率就不显得那么好了。
function y=predictCancer(x)y=0;
return
上述代码忽略了xxx,让yyy总是等于0,因此它总是预测没有人得癌症,这个算法只有0.5%的错误率,甚至比我们之前的得到的1%的错误率更好。这是一个非机器学习的算法,只是预测yyy总是等于0,这种情况发生在训练集中有非常多的同一种类的样本且只有很少或没有其他类的样本,把这种情况称为偏斜类。
偏斜类:一个类中的样本数与另一个类的样本数相比多很多,通过总是预测y=0y=0y=0或y=1y=1y=1,算法可能表现得非常好,因此使用分类误差或者分类精确度来作为评估度量会产生问题。
如果我们有一个偏斜类,用分类精度并不能很好的衡量算法。因为我们可能会获得一个很高的精确度、非常低的错误率,但是我们并不知道我们是否真的提升了分类模型的质量。就像总是预测y=0y=0y=0并不是一个好的分类模型,但是会将我们的误差降低至更低水平。所以当我们遇到偏斜类问题时,希望有一个不同的误差度量值或不同的评估度量值,例如查准率(Precision)和查全率(Recalll)。
根据算法的预测结果和实际结果出现的不同情况, 我们分成以下四种:
1. 真阳性(True Positive,TP):预测为真,实际为真;
2. 真阴性(True Negative,TN):预测为假,实际为假 ;
3. 假阳性(False Positive,FP):预测为真,实际为假 ;
4. 假阴性(False Negative,FN):预测为假,实际为真。
查准率:一个分类模型的查准率等于真阳性除以所有我们预测为阳性的数量。公式为:查准率(Precision)=TPTP+FP\frac{TP}{TP+FP}TP+FPTP。
查全率:查全率也叫召回率,一个分类模型的查全率等于真阳性除以所有实际为阳性的数量。公式为:查全率(Recall)=TPTP+FN\frac{TP}{TP+FN}TP+FNTP。
对于癌症分类例子来说,查准率就是指对于所有我们预测的患有癌症的病人中,有多大比率的病人是真正患有癌症的,高查准率说明我们预测病人患了癌症的准确率很高。查全率是指在所有患了癌症的病人中,有多大比率我们正确预测他们得了癌症,即有多少人我们能够正确告诉他们你需要治疗,召回率越高越好。
通过计算查准率和查全率,我们能更好的知道分类模型到底好不好。如果有一个算法总是预测y=0y=0y=0,即总是预测没有人患癌症,那么这个分类模型的查全率为0,所以它不是一个好的分类模型。高查准率和高查全率可以表示一个模型是好模型。
4. 查准率和查全率之间的权衡
对于癌症预测的例子,构建Logistic回归模型0⩽hθ(x)⩽10\leqslant h_{\theta}(x) \leqslant10⩽hθ(x)⩽1,如果hθ(x)⩾0.5h_{\theta}(x)\geqslant 0.5hθ(x)⩾0.5预测y=1y=1y=1,如果hθ(x)<0.5h_{\theta}(x)< 0.5hθ(x)<0.5预测y=0y=0y=0。假设想要实现下面两种情况,该怎么做?
- 假设我们想要在非常确信的情况下才去告诉患者得了癌症:实现这种情况的一种方法是修改算法,我们不再将临界值设为0.5,也许我们只在hθ(x)⩾0.7h_{\theta}(x)\geqslant 0.7hθ(x)⩾0.7的情况下才预测y=1y=1y=1,因此我们会在一个病人有大于等于70%概率得癌症的情况下才去告诉他患了癌症。如果只在非常确定的情况下才预测病人得癌症,那么回归模型会有较高的查准率,但是有较低的查全率,因为我们做预测时只给一小部分病人预测y=1y=1y=1。当我们把临界值设为0.9时,我们只在至少90%肯定这个病人患有癌症的情况下预测y=1y=1y=1,这是一个高查准率模型,但是召回率会变得很低。
- 假设我们想要避免遗漏掉患有癌症的人:这种情况下,我们不再设置高的临界值,而是会将临界值设的比较低,比如0.3。这样做的话,如果他们有大于30%的概率患有癌症,我们便以更保守的方式告诉他们患有癌症。这个模型会有一个较高的查全率,因为确定患有癌症的病人有很大一部分被正确标记出来了,但是会有一个较低的查准率,我们预测患有癌症的病人比例越大,那么就有越大比例的病人实际没有患癌症。
我们可以将不同阀值情况下,查全率与查准率的关系绘制成图表,如图1所示。
图1可以看出,查全率和查准率的曲线有各种各样的形状,这取决于回归模型的具体算法。
我们希望有一个帮助我们选择阈值的方法。一种方法是计算F1 值(F1 Score),其计算公式为: F1Score=2PRP+RF1\ _{} \ _{}Score=2\frac{PR}{P+R}F1 Score=2P+RPR
其中,P为查准率,R为查全率。
F1 值会考虑一部分查准率和查全率的平均值,但是它会给查准率和查全率中较低的值更高的权重,因此它结合了查准率和查全率。我们选择使得F1值最高的阈值。
5. 机器学习的数据
事实证明,在一定条件下,得到大量的数据并在某种类型的学习算法中进行训练可以是一种有效的方法来获得一个具有良好性能的学习算法,而这种情况往往出现在这些条件对于我们的问题都成立并且我们能够得到大量数据的情况下。这可以是一个很好的方式来获得非常高性能的学习算法。
看一个通过机器学习算法来区分常见的易混淆的单词的例子,比如这样的句子:For breakfast I ate __ eggs(to,two,too),这是一个易混淆的单词的例子。研究员把诸如此类的机器学习问题当做一类监督学习问题,并尝试将其分类,什么样的词在一个英文句子特定的位置才是合适的。他们用了几种不同的学习算法,一种是感知器(perceptron),用于逻辑回归上的一个方差;一种是 Winnow算法,类似于回归问题;一种是基于内存的学习算法(Memory-based);还有一种是朴素贝叶斯算法(Naive Bayes)。这些具体算法的细节并不那么重要,他们所做的就是改变了训练数据集的大小,并尝试将这些学习算法用于不同大小的训练数据集中,得到的结果如图2所示。
从图2可以看出,在尝试了许多种不同的算法后发现数据量非常大时,这些不同类型的算法效果都很好。这些趋势非常明显,首先大部分算法都具有相似的性能,其次随着训练数据集的增大,这些算法的性能也都对应地增强了。 事实上,如果我们选择任意一个算法,可能是选择了一个"劣等的"算法,但如果给这个劣等算法更多的数据,那么它可能看上去会比其他算法好,甚至会比"优等算法"更好。
这些结果表明,许多不同的学习算法有时倾向于表现出非常相似的表现,这还取决于一些细节,但是真正能提高性能的是能够给一个算法大量的训练数据。这样的结果引起了一种在机器学习中的普遍共识:“取得成功的人不是拥有最好算法的人,而是拥有最多数据的人”。
当我们有一个高性能的学习算法时,我们希望它不要有高的偏差和方差。 因此偏差问题,我们将通过确保有一个具有很多参数的学习算法来解决,以便我们能够得到一个较低偏差的算法,并且通过用非常大的训练集来保证。保证低误差的关键假设:特征值有足够的信息量,且有一类很好的函数。
有大量的训练数据集,这能保证得到更多的方差值,而且训练了一种带有很多参数的学习算法,那么这将会是一个很好的方式来提供一个高性能的学习算法。
如若内容造成侵权/违法违规/事实不符,请联系编程学习网邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
相关文章
- 结果分析和应用分析
最终的200000个测试集的违约概率直方图显示 (横坐标为违约概率,纵坐标为频数) 对于结果的描述 count 200000.000000 mean 0.199373 std 0.137815 //方差 min 0.001531 25% 0.094122 50% …...
2024/4/6 9:56:35 - IIS7文件解析漏洞
环境:win2008iis7phpstudy 漏洞复现 原因: test.jpg/.php,所有的文件写成此形式,文件都会按照php解析 条件: 1、php.ini里cgi.fix_ pathinfo1 2、iis7在Fast-CGl运行模式下 未满足条件的情况下: 满足条件: 漏…...
2024/5/8 16:42:13 - 阿里云Flink开通
前置条件 访问地址:https://realtime-compute.console.aliyun.com/#/sell/serverless/asi/default,进行产品开通。开通前提是账户余额需要>100,如不满足请先缴费充值。 1.开通全托管Flink 这里的“计算资源配额”,对于新用户1-…...
2024/5/8 14:35:56 - 最优化 - 信赖域和直接搜索
Trust Region Methods 信赖域方法 Problem Description 问题描述Optimality Conditions 最优化条件Line Search Methods 线搜索方法Trust Region Methods 信赖域方法Direct Search Methods 直接搜索法Nonlinear Least Squares(NLS) 非线性最小二乘法 – LMA 文章目录Trust Reg…...
2024/4/6 9:56:31 - Linux异步IO实现方案总结
一、glibc aio 1、名称 由于是glibc提供的aio函数库,所以称为glibc aio。 glibc是GNU发布的libc库,即c运行库。 另外网上还有其他叫法posix aio,都是指glibc提供的这套aio实现方案。 2、主要接口 glibc aio主要包含如下接口:…...
2024/4/22 17:13:00 - Pycharm报错:Function call stack: keras_scratch_graph
代码开头加上 gpus tf.config.experimental.list_physical_devices(GPU) if gpus:try:# Restrict TensorFlow to only use the fourth GPUtf.config.experimental.set_visible_devices(gpus[0], GPU)# Currently, memory growth needs to be the same across GPUsfor gpu in …...
2024/4/23 8:04:39 - 阿斯顿Java
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注…...
2024/4/21 3:17:04 - HHKB Programming Contest 2020 E.Lamps
HHKB Programming Contest 2020 E.Lamps 题目链接 这题我用的排除法,首先可以计算出所有灯的数量 kkk,则总情况数即为 k∗2kk*2^kk∗2k,对每一盏灯,只需要减去使其不亮的情况即可,即算出上下左右的联通的灯的数量 xxx…...
2024/4/16 7:29:40 - gmoj 6823. 【2020.10.17提高组模拟】糖果游戏 「博弈论」
题目 https://gmoj.net/senior/#main/show/6823 题解 这算是我SG函数的入门题吧…… 不妨先考虑每一堆石子中的情况,设fif_ifi表示操作前堆中有 i 个石子时,当前操作的玩家是否是取完这堆石子的那个玩家(记为0/1,0不是1是&am…...
2024/4/6 9:56:26 - Netty原理详解系列(六)---Netty核心组件与基础应用
文章目录1.概述2.Netty核心组件2.1 EventLoop2.2 Channel2.3 ChannelPipeline2.4 ChannelFuture3. 基础应用4. 后续1.概述 通过上一篇博客《Netty原理解析系列(五)—Netty线程模型》中了解了Netty的线程模型,对Netty的整体架构有了一定的认识。这篇文章将介绍Netty…...
2024/4/6 9:56:25 - Java 如何 把base64图片数据转为本地图片
加微心:itmall1024,有学习资源,欢迎来撩!共同成长与进步 项目中用到的把base64图片数据转为本地图片的函数 直接上代码: /*** 替换html中的base64图片数据为实际图片* param html* param fileRoot 本地路径* param se…...
2024/4/6 9:56:24 - 系统与软件命令及网络资源记录
Linux系统 文件夹 打开 shell: CtrlAltTshell 打开 文件夹: nautilus . 查看进程运行路径: ps -ef | grep [proc] ll /proc/[ProcID]/exe软件 IDEA快捷键 快速搜索类: CtrlN 快速搜索文件: CtrlShiftN 快…...
2024/4/20 15:27:32 - 利用umat子程序实现考虑湿热效应的复合材料渐进损伤分析
湿热环境的作用会导致复合材料本身的力学性能变化。 试验研究表明,单向复合材料的力学性能在一定的湿热范围内单调变化,另一方面,湿热环境在复合材料结构内产生湿热变形与应力,导致基体、纤维或界面发生变化或破坏,从而…...
2024/4/6 6:28:49 - Ubuntu下连接raw.githubusercontent.com失败
问题描述: Ubuntu下连接raw.githubusercontent.com失败 wget https://raw.githubusercontent.com/madmashup/targeted-marketing-predictive-engine/master/banking.csv --2020-05-17 17:00:19-- https://raw.githubusercontent.com/madmashup/targeted-marketin…...
2024/4/6 6:28:48 - 设计模式——创建者类型之单例模式
设计模式——创建者类型之单例模式背景说明单例模式代码链接吐槽背景 本人从事开发工作也有多年,目前坐标湖南长沙,以前在各种平台也发过一些文章但是都没有坚持下来; 这个系列是要写设计模式的,将23大设计模式逐一用自己的理解加…...
2024/4/25 8:12:37 - Java-二叉树的前序、中序和后序查询
前序查找的思路分析 1.先判断当前节点是不是自己要找的 2.如果是,则返回当前节点 3.如果不是,则判断当前节点的左子节点是否为空,如果不为空,则递归前序查找 4.如果左递归前序查找,找到节点则返回,若未找到…...
2024/4/19 6:53:07 - 栈溢出之构造函数覆盖返回地址
栈溢出利用已知函数覆盖返回地址 题目:攻防世界 level2 查看文件的保护,发现没有栈哨,可以考虑覆盖返回地址。 利用IDA进行静态分析,找到vulnerable_function()函数 ssize_t vulnerable_function() {char buf; // [esp0h] [eb…...
2024/4/6 6:28:46 - Filecoin筹备三年,上线后就面对内讧、罢工、分叉……搞砸了吗?
加密行业每隔一段时间就有相应的热点,近期最备受关注的项目是 Filecoin。 今天我们不聊去中心化存储的未来,只想看看 Filecoin 的投资回报。主网上线前,很多人对 Filecoin 寄予厚望,但上线后的种种迹象表明:这个几经延…...
2024/4/28 7:44:34 - 计算机网络参考模型
计算机万络参考模型 分层思想 将复杂的流程分解为几个功能相对单一的子过程 优点:整个流程更加清晰,复杂问题简单化; 更容易发现问题,并针对性的解决问题; 开放系统互联参考模型(OSI) OSI模…...
2024/4/6 6:28:43 - Appium的理论和使用
1、Appium的简介和原理 appium是一款开源的,跨平台的UI自动化测试工具,适用于测试原生的或者混合型的移动APP,支持IOS,Android,Firefox OS等平台,同时该框架支持JAVA,Python,PHP等语…...
2024/4/6 9:56:23
最新文章
- 【竞技宝】欧冠:多特淘汰大巴黎进决赛,姆巴佩迷失
多特蒙德在本赛季欧冠半决赛第二回合较量中,跟大巴黎队狭路相逢。赛前,大部分球迷和媒体都看好坐拥姆巴佩的大巴黎队,可以靠着主场作战的优势,逆转多特蒙德晋级欧冠决赛。大巴黎队主场作战确实创造出不少得分机会,只可惜球队运气有些差,射门都打在了多特蒙德横梁上。反观多特蒙…...
2024/5/8 16:54:26 - 梯度消失和梯度爆炸的一些处理方法
在这里是记录一下梯度消失或梯度爆炸的一些处理技巧。全当学习总结了如有错误还请留言,在此感激不尽。 权重和梯度的更新公式如下: w w − η ⋅ ∇ w w w - \eta \cdot \nabla w ww−η⋅∇w 个人通俗的理解梯度消失就是网络模型在反向求导的时候出…...
2024/5/7 10:36:02 - Android如何实现一个应用位于前台时全局页面每隔三分钟弹出一次一天最多弹出5次的GroMore半插屏广告,处于付费页和后台时停止
首先我们需要添加一个全局的Application public class MyApp extends LitePalApplication {private static final String TAG "MyApp";private static Context mContext;private boolean isManageMent;public static String oaid;Overridepublic void onCreate() {…...
2024/5/6 22:23:37 - C++ //练习 11.14 扩展你在11.2.1节练习(第378页)中编写的孩子姓到名的map,添加一个pair的vector,保存孩子的名和生日。
C Primer(第5版) 练习 11.14 练习 11.14 扩展你在11.2.1节练习(第378页)中编写的孩子姓到名的map,添加一个pair的vector,保存孩子的名和生日。 环境:Linux Ubuntu(云服务器&#x…...
2024/5/5 8:38:52 - 基于AI智能识别技术的智慧展览馆视频监管方案设计
一、建设背景 随着科技的不断进步和社会安全需求的日益增长,展览馆作为展示文化、艺术和科技成果的重要场所,其安全监控系统的智能化升级已成为当务之急。为此,旭帆科技(TSINGSEE青犀)基于视频智能分析技术推出了展览…...
2024/5/4 13:13:49 - 416. 分割等和子集问题(动态规划)
题目 题解 class Solution:def canPartition(self, nums: List[int]) -> bool:# badcaseif not nums:return True# 不能被2整除if sum(nums) % 2 ! 0:return False# 状态定义:dp[i][j]表示当背包容量为j,用前i个物品是否正好可以将背包填满ÿ…...
2024/5/7 19:05:20 - 【Java】ExcelWriter自适应宽度工具类(支持中文)
工具类 import org.apache.poi.ss.usermodel.Cell; import org.apache.poi.ss.usermodel.CellType; import org.apache.poi.ss.usermodel.Row; import org.apache.poi.ss.usermodel.Sheet;/*** Excel工具类** author xiaoming* date 2023/11/17 10:40*/ public class ExcelUti…...
2024/5/7 22:31:36 - Spring cloud负载均衡@LoadBalanced LoadBalancerClient
LoadBalance vs Ribbon 由于Spring cloud2020之后移除了Ribbon,直接使用Spring Cloud LoadBalancer作为客户端负载均衡组件,我们讨论Spring负载均衡以Spring Cloud2020之后版本为主,学习Spring Cloud LoadBalance,暂不讨论Ribbon…...
2024/5/8 1:37:40 - TSINGSEE青犀AI智能分析+视频监控工业园区周界安全防范方案
一、背景需求分析 在工业产业园、化工园或生产制造园区中,周界防范意义重大,对园区的安全起到重要的作用。常规的安防方式是采用人员巡查,人力投入成本大而且效率低。周界一旦被破坏或入侵,会影响园区人员和资产安全,…...
2024/5/7 14:19:30 - VB.net WebBrowser网页元素抓取分析方法
在用WebBrowser编程实现网页操作自动化时,常要分析网页Html,例如网页在加载数据时,常会显示“系统处理中,请稍候..”,我们需要在数据加载完成后才能继续下一步操作,如何抓取这个信息的网页html元素变化&…...
2024/5/8 1:37:39 - 【Objective-C】Objective-C汇总
方法定义 参考:https://www.yiibai.com/objective_c/objective_c_functions.html Objective-C编程语言中方法定义的一般形式如下 - (return_type) method_name:( argumentType1 )argumentName1 joiningArgument2:( argumentType2 )argumentName2 ... joiningArgu…...
2024/5/7 16:57:02 - 【洛谷算法题】P5713-洛谷团队系统【入门2分支结构】
👨💻博客主页:花无缺 欢迎 点赞👍 收藏⭐ 留言📝 加关注✅! 本文由 花无缺 原创 收录于专栏 【洛谷算法题】 文章目录 【洛谷算法题】P5713-洛谷团队系统【入门2分支结构】🌏题目描述🌏输入格…...
2024/5/7 14:58:59 - 【ES6.0】- 扩展运算符(...)
【ES6.0】- 扩展运算符... 文章目录 【ES6.0】- 扩展运算符...一、概述二、拷贝数组对象三、合并操作四、参数传递五、数组去重六、字符串转字符数组七、NodeList转数组八、解构变量九、打印日志十、总结 一、概述 **扩展运算符(...)**允许一个表达式在期望多个参数࿰…...
2024/5/7 1:54:46 - 摩根看好的前智能硬件头部品牌双11交易数据极度异常!——是模式创新还是饮鸩止渴?
文 | 螳螂观察 作者 | 李燃 双11狂欢已落下帷幕,各大品牌纷纷晒出优异的成绩单,摩根士丹利投资的智能硬件头部品牌凯迪仕也不例外。然而有爆料称,在自媒体平台发布霸榜各大榜单喜讯的凯迪仕智能锁,多个平台数据都表现出极度异常…...
2024/5/7 21:15:55 - Go语言常用命令详解(二)
文章目录 前言常用命令go bug示例参数说明 go doc示例参数说明 go env示例 go fix示例 go fmt示例 go generate示例 总结写在最后 前言 接着上一篇继续介绍Go语言的常用命令 常用命令 以下是一些常用的Go命令,这些命令可以帮助您在Go开发中进行编译、测试、运行和…...
2024/5/8 1:37:35 - 用欧拉路径判断图同构推出reverse合法性:1116T4
http://cplusoj.com/d/senior/p/SS231116D 假设我们要把 a a a 变成 b b b,我们在 a i a_i ai 和 a i 1 a_{i1} ai1 之间连边, b b b 同理,则 a a a 能变成 b b b 的充要条件是两图 A , B A,B A,B 同构。 必要性显然࿰…...
2024/5/7 16:05:05 - 【NGINX--1】基础知识
1、在 Debian/Ubuntu 上安装 NGINX 在 Debian 或 Ubuntu 机器上安装 NGINX 开源版。 更新已配置源的软件包信息,并安装一些有助于配置官方 NGINX 软件包仓库的软件包: apt-get update apt install -y curl gnupg2 ca-certificates lsb-release debian-…...
2024/5/7 16:04:58 - Hive默认分割符、存储格式与数据压缩
目录 1、Hive默认分割符2、Hive存储格式3、Hive数据压缩 1、Hive默认分割符 Hive创建表时指定的行受限(ROW FORMAT)配置标准HQL为: ... ROW FORMAT DELIMITED FIELDS TERMINATED BY \u0001 COLLECTION ITEMS TERMINATED BY , MAP KEYS TERMI…...
2024/5/8 1:37:32 - 【论文阅读】MAG:一种用于航天器遥测数据中有效异常检测的新方法
文章目录 摘要1 引言2 问题描述3 拟议框架4 所提出方法的细节A.数据预处理B.变量相关分析C.MAG模型D.异常分数 5 实验A.数据集和性能指标B.实验设置与平台C.结果和比较 6 结论 摘要 异常检测是保证航天器稳定性的关键。在航天器运行过程中,传感器和控制器产生大量周…...
2024/5/7 16:05:05 - --max-old-space-size=8192报错
vue项目运行时,如果经常运行慢,崩溃停止服务,报如下错误 FATAL ERROR: CALL_AND_RETRY_LAST Allocation failed - JavaScript heap out of memory 因为在 Node 中,通过JavaScript使用内存时只能使用部分内存(64位系统&…...
2024/5/8 1:37:31 - 基于深度学习的恶意软件检测
恶意软件是指恶意软件犯罪者用来感染个人计算机或整个组织的网络的软件。 它利用目标系统漏洞,例如可以被劫持的合法软件(例如浏览器或 Web 应用程序插件)中的错误。 恶意软件渗透可能会造成灾难性的后果,包括数据被盗、勒索或网…...
2024/5/8 1:37:31 - JS原型对象prototype
让我简单的为大家介绍一下原型对象prototype吧! 使用原型实现方法共享 1.构造函数通过原型分配的函数是所有对象所 共享的。 2.JavaScript 规定,每一个构造函数都有一个 prototype 属性,指向另一个对象,所以我们也称为原型对象…...
2024/5/8 12:44:41 - C++中只能有一个实例的单例类
C中只能有一个实例的单例类 前面讨论的 President 类很不错,但存在一个缺陷:无法禁止通过实例化多个对象来创建多名总统: President One, Two, Three; 由于复制构造函数是私有的,其中每个对象都是不可复制的,但您的目…...
2024/5/8 9:51:44 - python django 小程序图书借阅源码
开发工具: PyCharm,mysql5.7,微信开发者工具 技术说明: python django html 小程序 功能介绍: 用户端: 登录注册(含授权登录) 首页显示搜索图书,轮播图࿰…...
2024/5/8 1:37:29 - 电子学会C/C++编程等级考试2022年03月(一级)真题解析
C/C++等级考试(1~8级)全部真题・点这里 第1题:双精度浮点数的输入输出 输入一个双精度浮点数,保留8位小数,输出这个浮点数。 时间限制:1000 内存限制:65536输入 只有一行,一个双精度浮点数。输出 一行,保留8位小数的浮点数。样例输入 3.1415926535798932样例输出 3.1…...
2024/5/7 17:09:45 - 配置失败还原请勿关闭计算机,电脑开机屏幕上面显示,配置失败还原更改 请勿关闭计算机 开不了机 这个问题怎么办...
解析如下:1、长按电脑电源键直至关机,然后再按一次电源健重启电脑,按F8健进入安全模式2、安全模式下进入Windows系统桌面后,按住“winR”打开运行窗口,输入“services.msc”打开服务设置3、在服务界面,选中…...
2022/11/19 21:17:18 - 错误使用 reshape要执行 RESHAPE,请勿更改元素数目。
%读入6幅图像(每一幅图像的大小是564*564) f1 imread(WashingtonDC_Band1_564.tif); subplot(3,2,1),imshow(f1); f2 imread(WashingtonDC_Band2_564.tif); subplot(3,2,2),imshow(f2); f3 imread(WashingtonDC_Band3_564.tif); subplot(3,2,3),imsho…...
2022/11/19 21:17:16 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机...
win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”问题的解决方法在win7系统关机时如果有升级系统的或者其他需要会直接进入一个 等待界面,在等待界面中我们需要等待操作结束才能关机,虽然这比较麻烦,但是对系统进行配置和升级…...
2022/11/19 21:17:15 - 台式电脑显示配置100%请勿关闭计算机,“准备配置windows 请勿关闭计算机”的解决方法...
有不少用户在重装Win7系统或更新系统后会遇到“准备配置windows,请勿关闭计算机”的提示,要过很久才能进入系统,有的用户甚至几个小时也无法进入,下面就教大家这个问题的解决方法。第一种方法:我们首先在左下角的“开始…...
2022/11/19 21:17:14 - win7 正在配置 请勿关闭计算机,怎么办Win7开机显示正在配置Windows Update请勿关机...
置信有很多用户都跟小编一样遇到过这样的问题,电脑时发现开机屏幕显现“正在配置Windows Update,请勿关机”(如下图所示),而且还需求等大约5分钟才干进入系统。这是怎样回事呢?一切都是正常操作的,为什么开时机呈现“正…...
2022/11/19 21:17:13 - 准备配置windows 请勿关闭计算机 蓝屏,Win7开机总是出现提示“配置Windows请勿关机”...
Win7系统开机启动时总是出现“配置Windows请勿关机”的提示,没过几秒后电脑自动重启,每次开机都这样无法进入系统,此时碰到这种现象的用户就可以使用以下5种方法解决问题。方法一:开机按下F8,在出现的Windows高级启动选…...
2022/11/19 21:17:12 - 准备windows请勿关闭计算机要多久,windows10系统提示正在准备windows请勿关闭计算机怎么办...
有不少windows10系统用户反映说碰到这样一个情况,就是电脑提示正在准备windows请勿关闭计算机,碰到这样的问题该怎么解决呢,现在小编就给大家分享一下windows10系统提示正在准备windows请勿关闭计算机的具体第一种方法:1、2、依次…...
2022/11/19 21:17:11 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”的解决方法...
今天和大家分享一下win7系统重装了Win7旗舰版系统后,每次关机的时候桌面上都会显示一个“配置Windows Update的界面,提示请勿关闭计算机”,每次停留好几分钟才能正常关机,导致什么情况引起的呢?出现配置Windows Update…...
2022/11/19 21:17:10 - 电脑桌面一直是清理请关闭计算机,windows7一直卡在清理 请勿关闭计算机-win7清理请勿关机,win7配置更新35%不动...
只能是等着,别无他法。说是卡着如果你看硬盘灯应该在读写。如果从 Win 10 无法正常回滚,只能是考虑备份数据后重装系统了。解决来方案一:管理员运行cmd:net stop WuAuServcd %windir%ren SoftwareDistribution SDoldnet start WuA…...
2022/11/19 21:17:09 - 计算机配置更新不起,电脑提示“配置Windows Update请勿关闭计算机”怎么办?
原标题:电脑提示“配置Windows Update请勿关闭计算机”怎么办?win7系统中在开机与关闭的时候总是显示“配置windows update请勿关闭计算机”相信有不少朋友都曾遇到过一次两次还能忍但经常遇到就叫人感到心烦了遇到这种问题怎么办呢?一般的方…...
2022/11/19 21:17:08 - 计算机正在配置无法关机,关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机...
关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!关机提示 windows7 正在配…...
2022/11/19 21:17:05 - 钉钉提示请勿通过开发者调试模式_钉钉请勿通过开发者调试模式是真的吗好不好用...
钉钉请勿通过开发者调试模式是真的吗好不好用 更新时间:2020-04-20 22:24:19 浏览次数:729次 区域: 南阳 > 卧龙 列举网提醒您:为保障您的权益,请不要提前支付任何费用! 虚拟位置外设器!!轨迹模拟&虚拟位置外设神器 专业用于:钉钉,外勤365,红圈通,企业微信和…...
2022/11/19 21:17:05 - 配置失败还原请勿关闭计算机怎么办,win7系统出现“配置windows update失败 还原更改 请勿关闭计算机”,长时间没反应,无法进入系统的解决方案...
前几天班里有位学生电脑(windows 7系统)出问题了,具体表现是开机时一直停留在“配置windows update失败 还原更改 请勿关闭计算机”这个界面,长时间没反应,无法进入系统。这个问题原来帮其他同学也解决过,网上搜了不少资料&#x…...
2022/11/19 21:17:04 - 一个电脑无法关闭计算机你应该怎么办,电脑显示“清理请勿关闭计算机”怎么办?...
本文为你提供了3个有效解决电脑显示“清理请勿关闭计算机”问题的方法,并在最后教给你1种保护系统安全的好方法,一起来看看!电脑出现“清理请勿关闭计算机”在Windows 7(SP1)和Windows Server 2008 R2 SP1中,添加了1个新功能在“磁…...
2022/11/19 21:17:03 - 请勿关闭计算机还原更改要多久,电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机怎么办...
许多用户在长期不使用电脑的时候,开启电脑发现电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机。。.这要怎么办呢?下面小编就带着大家一起看看吧!如果能够正常进入系统,建议您暂时移…...
2022/11/19 21:17:02 - 还原更改请勿关闭计算机 要多久,配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以...
配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!配置windows update失败 还原更改 请勿关闭计算机&#x…...
2022/11/19 21:17:01 - 电脑配置中请勿关闭计算机怎么办,准备配置windows请勿关闭计算机一直显示怎么办【图解】...
不知道大家有没有遇到过这样的一个问题,就是我们的win7系统在关机的时候,总是喜欢显示“准备配置windows,请勿关机”这样的一个页面,没有什么大碍,但是如果一直等着的话就要两个小时甚至更久都关不了机,非常…...
2022/11/19 21:17:00 - 正在准备配置请勿关闭计算机,正在准备配置windows请勿关闭计算机时间长了解决教程...
当电脑出现正在准备配置windows请勿关闭计算机时,一般是您正对windows进行升级,但是这个要是长时间没有反应,我们不能再傻等下去了。可能是电脑出了别的问题了,来看看教程的说法。正在准备配置windows请勿关闭计算机时间长了方法一…...
2022/11/19 21:16:59 - 配置失败还原请勿关闭计算机,配置Windows Update失败,还原更改请勿关闭计算机...
我们使用电脑的过程中有时会遇到这种情况,当我们打开电脑之后,发现一直停留在一个界面:“配置Windows Update失败,还原更改请勿关闭计算机”,等了许久还是无法进入系统。如果我们遇到此类问题应该如何解决呢࿰…...
2022/11/19 21:16:58 - 如何在iPhone上关闭“请勿打扰”
Apple’s “Do Not Disturb While Driving” is a potentially lifesaving iPhone feature, but it doesn’t always turn on automatically at the appropriate time. For example, you might be a passenger in a moving car, but your iPhone may think you’re the one dri…...
2022/11/19 21:16:57