机器学习 -- PCA(Principal Component Analysis)
文章目录
- 1. 什么是PCA?
- 2. 为什么用PCA?
- 3. PCA是如何工作的?
- 4. PCA算法是怎样的?
- 5. 如何重构经过PCA降维的数据?
- 6. 如何选择主成分的个数?
- 7. 总结
- 8. sklearn中的PCA
1. 什么是PCA?
PCA全称Principal Component Analysis,主成分分析。顾名思义,就是从原始数据中提取主要的成分进行分析,忽略掉那些不重要的信息。取之精华,去其糟粕。
2. 为什么用PCA?
在机器学习中,降维Dimentionalty Reduction是个主要的原因,这里面有两个目标:
-
降维的一个主要目的就是数据压缩Data Compression。在机器学习中有大量的样本,而且每个样本有着大量的features。数据量非常大,导致存储和内存的资源问题。这时通过降维,大幅度的缩减数据量,而且还能保持住feature之间很大的差异性。比如保持了95%的差异性,但是维度可能下降了100倍
-
降维的另一个目的就是可视化Visualization。因为人类只能识别2D,3D的事物,而一个样本的feature可能是很高的维度,因此就需要通过降维的手段,将高维降到2D或者3D,让人们能够直观的看到效果,帮助人们很好地分析问题
另外,降维还能带来两个额外的好处:
- 舍弃了部分信息后,使样本被采用的密度增大
- 当数据受到影响后,最小的特征值所对应的向量往往与噪声有关,将它们舍弃后,能在一定程度上起到了去噪的效果
3. PCA是如何工作的?
我们同样以人类能够理解的2D降到1D为例解释PCA的工作原理。在2D的空间中散步的一堆样本(x, y),我们要寻找一条直线,使得这些样本投影到该条直线上,那么这些投影点,即为降维后的新样本。我们的坐标系也从原来的(x, y)变为现在的直线z。同样的道理,如果要降到2D,那么就是寻找一个平面,将原样本投影到该平面上面,如下图所示:
如果降低的维度大于3维了,实际上就是要找一个称为“超平面”的东西,将高维的数据投影到这个超平面上面。
这里其实存在着多条直线或者多个超平面,那么在使用PCA降维的过程中是如何选择的呢?它必须满足下面两个条件:
- 最小投影误差,即样本点与其对应的超平面上的投影点的距离最短
- 最大投影方差,即样本点在这个超平面上的投影点的分布要尽量分开,方差最大
如下图所示:
很明显,右边这条红色的直线在投影距离和分布上面都优于左边的直线,因此这条红色的直线就是我们新的坐标系,投影在该直线上面的点即为降维后的样本。
PCA背后的意义:通过上两个特质,我们可以这样理解,PCA主要提取了原始数据中方差大的那部分成分,即主成分,放弃掉那些方差小的成分。因为方差大,说明原样本和新样本之间的关系度高,方差小说明关系度低,那当然保留关系度高的那部分信息。
4. PCA算法是怎样的?
输入:
训练集X(注意,只对训练集进行PCA计算):
每个样本feature的维度为n,目标维度为k,
处理过程:
-
1.对所有样本进行归一化:
注意: PCA提取的是样本feature的主成分。对于,上标表示第i个样本,下标表示第j个feature。按照上式的方法,对所有样本进行归一化。
-
2.计算样本的协方差矩阵:
注意:为一个nx1维的向量,如果扩展到m个样本,那么X为nxm的矩阵。协方差矩阵如下,维度为nxn: -
3.对协方差矩阵做特征值分解,得到特征值矩阵(eigenvectors):
注意: 提取矩阵特征的两种方法:特征值分解和奇异值SVD分解。在实践中,通常使用奇异值分解(SVD-Singluar Value Decomposition)代替特征值分解,所以这里我们只介绍SVD。
假设我们的样本矩阵A是一个m×n的矩阵,其中m为样本个数,n为feature数,那么我们定义矩阵A的SVD为:
,其中U是一个m×m的矩阵,Σ是一个m×n的矩阵,除了主对角线上的元素以外全为0,主对角线上的每个元素都称为奇异值,V是一个n×n的矩阵。U和V都是酉矩阵,即满足。下图可以很形象的看出上面SVD的定义:
对于奇异值,它跟我们特征分解中的特征值类似,在奇异值矩阵中也是按照从大到小排列,而且奇异值的减少特别的快,在很多情况下,前10%甚至1%的奇异值的和就占了全部的奇异值之和的99%以上的比例。也就是说,我们也可以用最大的k个的奇异值和对应的左右奇异向量来近似描述矩阵。也就是说:
其中k小于n,也就是一个大的矩阵A可以用三个小的矩阵来表示。如下图所示,现在我们的矩阵A只需要三个小矩阵就可以近似描述了。
- 4.特征值分解后,取最大的k个特征值对应的特征向量:
**输出:**得到新样本矩阵:
这个矩阵和我们原来的m×n维样本矩阵X相比,列数从n减到了k,即,feature从n维降到了k维。
另一方面,注意到PCA仅仅使用了我们SVD的右奇异矩阵,没有使用左奇异矩阵,那么左奇异矩阵有什么用呢?假设我们的样本是m×n的矩阵X,对于U只取前k列,即:
可以得到一个k×n的矩阵X‘,这个矩阵和我们原来的m×n维样本矩阵X相比,行数从m减到了k,可见对行数进行了压缩。也就是说,左奇异矩阵可以用于行数的压缩。相对的,右奇异矩阵可以用于列数即特征维度的压缩,也就是我们的PCA降维
5. 如何重构经过PCA降维的数据?
上面推导了如何得到投影矩阵Z,那么我们能否通过Z恢复出原始的X呢?那么肯定有人要问:为什么要恢复出原始数据X呢?因为这里有个信息保留度的问题。比如,希望降维后的新样本能够保留原样本95%的信息,即,只允许降维丢失5%的信息。那么如何衡量这个保留度或者丢失度呢?这就需要下面的公式来计算:
该式表示至少要保留95%的信息,只允许损失5%的信息。式中的即为我们需要从Z恢复回来的“原始数据”,毕竟信息有丢失,所以它只是近似的原始数据。
接下来看如何得到?
其实很简单,仍然使用上面的右奇异矩阵,计算方法如下:
6. 如何选择主成分的个数?
如果你要可视化,那么很容易就确定降到的维度,无非就是2或者3。但是如果要真正地做特征降维,那么这个k是很难主观确定出来的,但是从信息保留度的角度,这个就比较容易确定了,比如要保留99%的信息,然后据此来推断出来k应该是多少。方法其实也简单,就是通过上面提到的公式:
算法如下:
- 1.对于k,从1, 2, …逐个取值,然后计算
- 2.然后通过上面的公式计算比值是否小于0.01,如果不小于,就继续取不同的值,如果满足条件了,那么当前取得值就是最终的k值
这种方法虽然可行,但是效率太低了。下面介绍一种更为简单的方法,就是利用SVD分解的三个矩阵中的。
在上面的推导中可知的维度是mxn,而且该矩阵的特点就是在主对角线上的元素为奇异值(Singular Value),其他的元素全部为0。
“对于奇异值,它跟我们特征分解中的特征值类似,在奇异值矩阵中也是按照从大到小排列,而且奇异值的减少特别的快,在很多情况下,前10%甚至1%的奇异值的和就占了全部的奇异值之和的99%以上的比例。也就是说,我们也可以用最大的k个的奇异值和对应的左右奇异向量来近似描述矩阵。”
我们就是利用上面的特性来评估k的值,方法如下:
- 只计算对角线上k个奇异值的和,然后比上对角线上所有奇异值的和
- 它们的比例就是信息保留度,如果对于某个值k,可以满足这个比例大于0.99了,那么这个k值就是我们的主成分个数了
过程如下图所示:
这种计算方法比上面那种效率要高很多。
7. 总结
以上,讲述了什么是PCA,解释了为什么要用PCA,PCA的工作原理,以及如何选择k值。本文中有不足的地方或者错误也请指出,比如那个“信息保留度”,这是我自己定义的,Andrew.Wu称之为差异性(比如,99% of variace is retained)。
8. sklearn中的PCA
在sklearn.decomposition模块中封装好了PCA的算法,下面简单介绍下里面的主要参数:
- n_components: 即上面提到的k值,要降到的维度值。如果不填写k,只是填写一个[0, 1]的值的话,那么它代表的就是信息保留率,比如填写0.95,那就是保留95%的信息,而k值是该算法自动得到的
- svd_solver:里面有4种方法,如果输入数据比较大的话,选择randomized,效率会比较高,具体使用场景,请阅读说明sklearn.decomposition.PCA
主要属性:
- components_:这里保存的就是主成分,即
- explained_variance_:这里保存的就是协方差
- explained_variance_ratio_:这里保存的是协方差
- n_components_:这里保存的就是k
- singular_values:这里保存的就是奇异值
主要的函数:
- fit_transform(X): 它的作用就是将X降维后得到Z
- inverse_transform(Z): 它的作用就是将Z恢复为
其他关系:
Z = np.dot(X, pca.components_.T) —投影后的新矩阵
X_approx = np.dot(Z, pca.components_) —得分矩阵
Resi = X - X_approx — 残差矩阵
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
- 电子书下载:MySQL必知必会
下载:http://www.maxwoods.net/archives/2266...
2024/4/13 1:36:54 - 利用Metaweblog技术的API接口同步到多个博客网站(详细)
首先给出open live writer的下载地址: 1)、百度云盘:http://pan.baidu.com/s/1pLFfk5l 2)、CSDN下载地址:http://download.csdn.net/detail/zp357252539/9859964 3)、当然你也可以通过官网来下载它,官网地址是:http://openlivewriter.org/ 下载完成之后,就开始安装,安…...
2024/5/5 19:41:56 - 【sql必知必会】mysql 判断时间 时间处理函数
//判断创建时间在2018-06的 SELECTu.`created_time` FROM`x_user` u WHEREDATE_FORMAT(u.created_time, "%Y-%m") = "2018-06";//判断时间在2018-04-24,注意date的格式一定要这样,不能多写,少写 SELECTu.`created_time`, FROM`x_user` u WHEREDATE(u.cr…...
2024/5/5 17:20:55 - PCA9685:I2C转16路PWM,助力你的系统
PCA9685:I2C转16路PWM,助力你的系统1 基本介绍1.1 该IC主要参数特征如下:I2C接口,支持高达16路PWM输出,每路12位分辨率(4096级)内置25MHz晶振,可不连接外部晶振,也可以连接外部晶振,最大50MHz支持2.3V-5.5V电压,最大耐压值5.5V,逻辑电平3.3V具有上电复位,以及软件复位…...
2024/4/8 20:24:40 - MySQL必知必会总结(一)
去重 MySQL中不能部分使用DISTINCT,DISTINCT关键字会应用于所有列而不仅是前置它的列。如果给出SELECT DISTINCT score,age,除非指定的两个列都不同,否则所有行都将被检索出来。 例如如下的表name score agetest1 11 11test2 11 11test3 123 123test4 123 11SELECT DISTINCT…...
2024/5/5 18:56:26 - js 正则表达式:价格的校验
/*验证单价:包括两位小数*/ var priceReg = /(^[1-9]\d*(\.\d{1,2})?$)|(^0(\.\d{1,2})?$)/; var price=$("#price").val(); if (!priceReg.test(price)){alert("请输入正确的产品价格:整数或者保留两位小数")return false; }...
2024/4/13 1:37:09 - 数据降维:PCA主成分分析降维示例及函数参数解释
文章目录主成分分析(PCA)介绍PCA转化步骤PCA示例sklearn中的PCAPCA优缺点优点缺点 主成分分析(PCA)介绍 PCA也被叫做卡尔胡宁-勒夫转换(KLT),是一种用户在高维空间发现模式的技术。PCA常被用于探索和可视化高纬度数据集。PCA可以压缩数据,也就是所谓的数据降维。数据降维是指…...
2024/4/13 1:37:24 - SQL必知必会(1)--带你了解SQL的各种子句
SQL语句的执行顺序:下面按照在SQL语句中各关键词的顺序排放。前面的第几步是数据库执行SQL语句时的执行顺序我的排列顺序是书写SQL语句时各关键词的排放顺序,不要搞混。–第五步:执行SELECT投影列–第一步:执行FROM–第二步:WHERE条件过滤–第三步:GROUP BY分组–第四步:…...
2024/4/8 20:24:35 - ntp网络时间服务器又双叒叕出新功能了
ntp网络时间服务器又双叒叕出新功能了ntp网络时间服务器是依靠GPS时钟服务器通过GPS天线从 GPS地球同步卫星上获取标准时钟信号信息,然后在NTP协议的基础上,网络授时系统将这些时钟信息在网络中传输,网络中需要时钟信号的设备如计算机等设备就可以与标准时钟信号同步。目前,…...
2024/4/18 16:23:18 - PCA用SVD来实现
SVD(奇异值分解)是线性代数中一个常见的decomposition;PCA也是dimension reduction领域中的经典之作。初学者在学习PCA的时候可能会对PCA的算法步骤有那么一些“繁琐”的感觉。结合svd分解,会让你在编写PCA算法的时候达到一种什么样的得心应手的程度呢?且听说慢慢道来 先…...
2024/4/20 2:16:00 - 【sql】sql必知必会_02
chapter10 - 常用的sql标准有哪些,在SQL92中是如何使用连接的? sql两个主要的标准sql92、sql95; sql92中的五种连接方式: a.笛卡尔积:是一个数学运算,两个集合X和Y,笛卡尔积表示X和Y所有可能组合。1 SELECT * FROM player, team;b.等值连接:用两张表中都存在的列进行连…...
2024/4/13 1:41:14 - 数据挖掘:特征提取——PCA与LDA
在数据维度很高时,我们会从中提取出一些有用的特征,降低数据处理的维度,方便计算,这个过程也被叫做降维。 一般常用的降维方法有PCA和LDA。PCA:非监督降维,降维后数据的方差尽可能的大(方差大,含有的信息量就大) LDA:有监督降维,降维后,组内(同一类别)方差小,组…...
2024/4/19 16:39:11 - SQL必知必会01 检索列 排序
转载于:https://www.cnblogs.com/mozq/p/9958695.html...
2024/4/15 23:36:07 - 模式识别实验之PCA人脸识别
模式识别实验之PCA人脸识别(matlab实现)一、实验目的二、实验原理三、实验步骤四、matlab编程过程详解1、PCA人脸识别的基本流程2、读入ROL库数据3、PCA特征提取 一、实验目的 1.通过实验加深对于PCA人脸识别过程的理解。 2.通过编程进一步提高对图像、特征向量等概念的理解。…...
2024/4/13 1:40:59 - SQL必知必会— —检索数据(二)
1、select语句 select的用途就是从一个表或多个表中检索信息 注意: 1、关键字:作为sql组成部分的保留字,关键字不能用作表或列的名字 2、sql是一种语言而不是一个应用程序 2、检索单个列 SELECT pro_name FROM Products; #上述语句利用SELECT语句从Prodcts表中检索一个名…...
2024/4/13 1:41:21 - 线性降维之LDA与PCA
1.前言如果我只说LDA,那么对于自然语言处理的人来讲,可能更熟悉的是LDA主题模型。但是一旦我跟上PCA了,那么这两个兄弟,我相信从事机器学习相关的同学就会知道,这是在讲——线性降维。2. 摘要我们这里首先给出LDA和PCA之间的区别与联系,然后我们再详细讲解两个线性降维方…...
2024/4/17 16:35:33 - 《SQL必知必会》第七课 创建计算字段 计算字段与别名使用
第七课 创建计算字段 计算字段与别名使用 #存储在表中的数据一般不是应用程序所需要的,需要从数据库中检索出转换、计算或格式化过的数据 #计算字段并不实际存在于数据库表中 #计算字段是运行时在SELECT语句内创建的 字段: 基本上与列的意思相同,术语字段通常与计算字段一起…...
2024/4/13 1:41:09 - 《MySQL必知必会》全书总结
花了大约二十多天的时间,将以前的《MySQL必知必会》给整理到博客上面,其中PDF课本以及所需要的数据库脚本还有自己的读书笔记一并上传到CSDN资源处。以备不时之需。需要的可以查看我的资源进行下载。—————————————————– 华丽的分隔符 ——————————…...
2024/4/13 1:41:21 - PCA原理及特征脸
PCA 推导 PCA的matlab实现和特征脸这是之前的文章,一直没有誊过来。1. PCA 推导PCA是主成分分析,推导其实很简单。 假设有N维数据M个,组成N*M的矩阵X,希望投射到另一个空间使得沿着第一主轴的维度方差最大。设投影到第一主轴的向量为u。假设X已经去中心化,有 cov=XXT co…...
2024/4/16 3:15:34 - 【SQL必知必会】笔记 数据库基础
数据库(database):保存有组织的数据的容器(通常是一个文 件或一组文件) 数据库管理系统(DBMS): 数据库软件 表(table):一种结构化的文件,可用来存储某种特定类型的数据。 同一数据库的不同标的表名不能重复。 列(column): 表中的一个字段。 行(row): 表中的一…...
2024/4/13 1:40:59
最新文章
- Java面试——不安全的集合类
系统性学习,移步IT-BLOG-CN Java 中有许多的集合,常用的有List,Set,Queue,Map。 其中 List,Set,Queue都是Collection(集合),List中<>的内容表示其中…...
2024/5/5 19:46:09 - 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…...
2024/3/20 10:50:27 - 3d representation的一些基本概念
顶点(Vertex):三维空间中的一个点,可以有多个属性,如位置坐标、颜色、纹理坐标和法线向量。它是构建三维几何形状的基本单元。 边(Edge):连接两个顶点形成的直线段,它定…...
2024/5/5 9:27:51 - 【Redis】安装Redis后报ERR Client sent AUTH, but no password is set
一、问题描述 安装Redis后使用auth验证是否安装成功(或者其它应用访问redis时报错),报ERR Client sent AUTH, but no password is set 127.0.0.1:6379> auth 123456 (error) ERR Client sent AUTH, but no password is set二、问题解决 …...
2024/5/1 12:59:02 - 【外汇早评】美通胀数据走低,美元调整
原标题:【外汇早评】美通胀数据走低,美元调整昨日美国方面公布了新一期的核心PCE物价指数数据,同比增长1.6%,低于前值和预期值的1.7%,距离美联储的通胀目标2%继续走低,通胀压力较低,且此前美国一季度GDP初值中的消费部分下滑明显,因此市场对美联储后续更可能降息的政策…...
2024/5/4 23:54:56 - 【原油贵金属周评】原油多头拥挤,价格调整
原标题:【原油贵金属周评】原油多头拥挤,价格调整本周国际劳动节,我们喜迎四天假期,但是整个金融市场确实流动性充沛,大事频发,各个商品波动剧烈。美国方面,在本周四凌晨公布5月份的利率决议和新闻发布会,维持联邦基金利率在2.25%-2.50%不变,符合市场预期。同时美联储…...
2024/5/4 23:54:56 - 【外汇周评】靓丽非农不及疲软通胀影响
原标题:【外汇周评】靓丽非农不及疲软通胀影响在刚结束的周五,美国方面公布了新一期的非农就业数据,大幅好于前值和预期,新增就业重新回到20万以上。具体数据: 美国4月非农就业人口变动 26.3万人,预期 19万人,前值 19.6万人。 美国4月失业率 3.6%,预期 3.8%,前值 3…...
2024/5/4 23:54:56 - 【原油贵金属早评】库存继续增加,油价收跌
原标题:【原油贵金属早评】库存继续增加,油价收跌周三清晨公布美国当周API原油库存数据,上周原油库存增加281万桶至4.692亿桶,增幅超过预期的74.4万桶。且有消息人士称,沙特阿美据悉将于6月向亚洲炼油厂额外出售更多原油,印度炼油商预计将每日获得至多20万桶的额外原油供…...
2024/5/4 23:55:17 - 【外汇早评】日本央行会议纪要不改日元强势
原标题:【外汇早评】日本央行会议纪要不改日元强势近两日日元大幅走强与近期市场风险情绪上升,避险资金回流日元有关,也与前一段时间的美日贸易谈判给日本缓冲期,日本方面对汇率问题也避免继续贬值有关。虽然今日早间日本央行公布的利率会议纪要仍然是支持宽松政策,但这符…...
2024/5/4 23:54:56 - 【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响
原标题:【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响近日伊朗局势升温,导致市场担忧影响原油供给,油价试图反弹。此时OPEC表态稳定市场。据消息人士透露,沙特6月石油出口料将低于700万桶/日,沙特已经收到石油消费国提出的6月份扩大出口的“适度要求”,沙特将满…...
2024/5/4 23:55:05 - 【外汇早评】美欲与伊朗重谈协议
原标题:【外汇早评】美欲与伊朗重谈协议美国对伊朗的制裁遭到伊朗的抗议,昨日伊朗方面提出将部分退出伊核协议。而此行为又遭到欧洲方面对伊朗的谴责和警告,伊朗外长昨日回应称,欧洲国家履行它们的义务,伊核协议就能保证存续。据传闻伊朗的导弹已经对准了以色列和美国的航…...
2024/5/4 23:54:56 - 【原油贵金属早评】波动率飙升,市场情绪动荡
原标题:【原油贵金属早评】波动率飙升,市场情绪动荡因中美贸易谈判不安情绪影响,金融市场各资产品种出现明显的波动。随着美国与中方开启第十一轮谈判之际,美国按照既定计划向中国2000亿商品征收25%的关税,市场情绪有所平复,已经开始接受这一事实。虽然波动率-恐慌指数VI…...
2024/5/4 23:55:16 - 【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试
原标题:【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试美国和伊朗的局势继续升温,市场风险情绪上升,避险黄金有向上突破阻力的迹象。原油方面稍显平稳,近期美国和OPEC加大供给及市场需求回落的影响,伊朗局势并未推升油价走强。近期中美贸易谈判摩擦再度升级,美国对中…...
2024/5/4 23:54:56 - 【原油贵金属早评】市场情绪继续恶化,黄金上破
原标题:【原油贵金属早评】市场情绪继续恶化,黄金上破周初中国针对于美国加征关税的进行的反制措施引发市场情绪的大幅波动,人民币汇率出现大幅的贬值动能,金融市场受到非常明显的冲击。尤其是波动率起来之后,对于股市的表现尤其不安。隔夜美国股市出现明显的下行走势,这…...
2024/5/4 18:20:48 - 【外汇早评】美伊僵持,风险情绪继续升温
原标题:【外汇早评】美伊僵持,风险情绪继续升温昨日沙特两艘油轮再次发生爆炸事件,导致波斯湾局势进一步恶化,市场担忧美伊可能会出现摩擦生火,避险品种获得支撑,黄金和日元大幅走强。美指受中美贸易问题影响而在低位震荡。继5月12日,四艘商船在阿联酋领海附近的阿曼湾、…...
2024/5/4 23:54:56 - 【原油贵金属早评】贸易冲突导致需求低迷,油价弱势
原标题:【原油贵金属早评】贸易冲突导致需求低迷,油价弱势近日虽然伊朗局势升温,中东地区几起油船被袭击事件影响,但油价并未走高,而是出于调整结构中。由于市场预期局势失控的可能性较低,而中美贸易问题导致的全球经济衰退风险更大,需求会持续低迷,因此油价调整压力较…...
2024/5/4 23:55:17 - 氧生福地 玩美北湖(上)——为时光守候两千年
原标题:氧生福地 玩美北湖(上)——为时光守候两千年一次说走就走的旅行,只有一张高铁票的距离~ 所以,湖南郴州,我来了~ 从广州南站出发,一个半小时就到达郴州西站了。在动车上,同时改票的南风兄和我居然被分到了一个车厢,所以一路非常愉快地聊了过来。 挺好,最起…...
2024/5/4 23:55:06 - 氧生福地 玩美北湖(中)——永春梯田里的美与鲜
原标题:氧生福地 玩美北湖(中)——永春梯田里的美与鲜一觉醒来,因为大家太爱“美”照,在柳毅山庄去寻找龙女而错过了早餐时间。近十点,向导坏坏还是带着饥肠辘辘的我们去吃郴州最富有盛名的“鱼头粉”。说这是“十二分推荐”,到郴州必吃的美食之一。 哇塞!那个味美香甜…...
2024/5/4 23:54:56 - 氧生福地 玩美北湖(下)——奔跑吧骚年!
原标题:氧生福地 玩美北湖(下)——奔跑吧骚年!让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 啊……啊……啊 两…...
2024/5/4 23:55:06 - 扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!
原标题:扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!扒开伪装医用面膜,翻六倍价格宰客!当行业里的某一品项火爆了,就会有很多商家蹭热度,装逼忽悠,最近火爆朋友圈的医用面膜,被沾上了污点,到底怎么回事呢? “比普通面膜安全、效果好!痘痘、痘印、敏感肌都能用…...
2024/5/5 8:13:33 - 「发现」铁皮石斛仙草之神奇功效用于医用面膜
原标题:「发现」铁皮石斛仙草之神奇功效用于医用面膜丽彦妆铁皮石斛医用面膜|石斛多糖无菌修护补水贴19大优势: 1、铁皮石斛:自唐宋以来,一直被列为皇室贡品,铁皮石斛生于海拔1600米的悬崖峭壁之上,繁殖力差,产量极低,所以古代仅供皇室、贵族享用 2、铁皮石斛自古民间…...
2024/5/4 23:55:16 - 丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者
原标题:丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者【公司简介】 广州华彬企业隶属香港华彬集团有限公司,专注美业21年,其旗下品牌: 「圣茵美」私密荷尔蒙抗衰,产后修复 「圣仪轩」私密荷尔蒙抗衰,产后修复 「花茵莳」私密荷尔蒙抗衰,产后修复 「丽彦妆」专注医学护…...
2024/5/4 23:54:58 - 广州械字号面膜生产厂家OEM/ODM4项须知!
原标题:广州械字号面膜生产厂家OEM/ODM4项须知!广州械字号面膜生产厂家OEM/ODM流程及注意事项解读: 械字号医用面膜,其实在我国并没有严格的定义,通常我们说的医美面膜指的应该是一种「医用敷料」,也就是说,医用面膜其实算作「医疗器械」的一种,又称「医用冷敷贴」。 …...
2024/5/4 23:55:01 - 械字号医用眼膜缓解用眼过度到底有无作用?
原标题:械字号医用眼膜缓解用眼过度到底有无作用?医用眼膜/械字号眼膜/医用冷敷眼贴 凝胶层为亲水高分子材料,含70%以上的水分。体表皮肤温度传导到本产品的凝胶层,热量被凝胶内水分子吸收,通过水分的蒸发带走大量的热量,可迅速地降低体表皮肤局部温度,减轻局部皮肤的灼…...
2024/5/4 23:54:56 - 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