python机器学习入门到精通--实战分析(三)
利用sklearn分析鸢尾花
前面两篇文章提到了机器学习的入门的几个基础库及拓展练习,现在我们就对前面知识点进行汇总进行一个简单的机器学习应用,并构建模型。
练习即假定一名植物专家收集了每一朵鸢尾花的测量数据:花瓣的长度和宽度以及花萼的长度和宽度,所有测量结果的单位都是厘米。这些数据经过植物学专家分类成三个种类:setosa、versicolor、virginica。然后根据测量数据,确定每朵鸢尾花所属的品种,在这里我们将构建一个机器学习模型,从已知的品种进行学习,从而能够预测新的品种。
在这篇博客里面,我们以鸢尾花数据集来测试,这个数据集包含在scikit-learn的datasets模块中,我们可以调用load_iris函数来加载数据:
from sklearn.datasets import load_iris
iris_dataset = load_iris()print("Keys of iris_dataset:\n{}".format(iris_dataset.keys()))
# load_iris返回的iris对象是一个Bunch对象,与字典非常相似,里面包含键和值
Out[]:
Keys of iris_dataset:
dict_keys(['data', 'target', 'target_names', 'DESCR', 'feature_names'])
DESCR键对应的值是数据集的简要说明,比如:
print(iris_dataset['DESCR'][:193] + "\n...")
Out[]:
Iris Plants Database
====================Notes
-----
Data Set Characteristics::Number of Instances: 150 (50 in each of three classes):Number of Attributes: 4 numeric, predictive att
...
而我们打印iris_dataset
可以看到,target_get键对应的是一个字符串数组,里面包含我们需要预测的花的品种。
feature_names键对应的值是一个字符串列表,对每一个特征进行了说明:
print("Feature names:\n{}".format(iris_dataset['feature_names']))
Out[]:
Feature names:
['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']
数据包含在target和data字段中。data里面是花萼长度、花萼宽度、花瓣长度、花瓣宽度的测量数据,格式为NumPy数组。
data数组的每一行对应一朵花,列代表每朵花的四个测量数据:
print("Shape of data:{}".format(iris_dataset['data'].shape))
Out[]:
# 数组中包含150朵不同的花的测量数据,机器学习中的个体叫做样本,属性叫作特征,data数组的形状(shape)是样本数乘以特征数
Shape of data:(150, 4)
我们可以输出前五个样本的特征数值:
print("First five rows of data:\n{}".format(iris_dataset['data'][:5]))
Out[]:
First five rows of data:
[[5.1 3.5 1.4 0.2][4.9 3. 1.4 0.2][4.7 3.2 1.3 0.2][4.6 3.1 1.5 0.2][5. 3.6 1.4 0.2]]
我们还可以从target看到品种被转换成0到2的整数:
print("Target:\n{}".format(iris_dataset['target']))
Out[]:
# 0-setosa, 1-versicolor, 2-virginica
Target:
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 22 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 22 2]
在弄清数据模型里每个键的含义后,我们开始利用数据构建一个机器模型,用于预测欣测量的品种,通常来说,我们在测量新数据之前,要知道这个模型是否有效,而我们不能直接将构建的模型去判定新的问题,因为我们的模型会一直记住整个训练集,所以对于训练集中的任何数据点总会预测正确的标签。这种记忆无法告诉我们模型的泛化能力如何(新数据上能否正确预测)。
所以我们要用欣数据来评估模型的性能,新数据即之前没有出现过的数据,而我们有这些新数据的标签。通常的做法是将收集好的带标签的数据(150朵花的测量数据)分成两部分。一部分数据用于构建机器学习模型,叫作训练数据或训练集。其余数据用来评估模型性能,脚测试数据、测试集或留出集。
scikit-learn种的train_test_split函数可以打乱数据集并进行拆分。这个函数将75%的行数据及对应标签作为训练集,剩下25%的数据及其标签作为测试集。训练集与测试集分配比例可以随意分配。
scikit-learn种的数据通常用大写X表示,而标签用小写的y去表示。即我们数学函数里面f(x)=y, x是函数的输入,y是输出。我们用大写的X是因为数据是一个二维数组,用小写的y是因为目标是一个以为数组(向量)。
现在我们开始拆分数据:
# 对数据进行拆分之前,用train_test_split函数利用伪随机数生成器将数据集打乱。
#因为如果将最后25%的数据作为测试集,那么所有数据点的标签都是2(因为数据点是按顺序排的)
#所以打乱顺序确保测试集包含所有类别数据
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(iris_dataset['data'], iris_dataset['target'], random_state=0)
为了确保多次运行同一函数能够得到相同的输出,我们利用random_state参数指定来随机数生成种子。这样函数输出是固定不变的,所以这行代码的输出始终相同。
train_test_split函数的输出为X_train、X_test、y_train、y_test,它们都是NumPy数组。X_train包含75%的行数据,X_test包含剩下25%:
#训练集
print("X_train shape:{}".format(X_train.shape))
print("y_train shape:{}".format(y_train.shape))
Out[]:
X_train shape:(112, 4)
y_train shape:(112,)
# 测试集
print("X_test shape:{}".format(X_test.shape))
print("y_test shape:{}".format(y_test.shape))
Out[]:
X_test shape:(38, 4)
y_test shape:(38,)
在划分好数据后,我们开始检查一下数据,检查数据的最佳方法之一就是将其可视化,一种可视化方法是绘制散点图。为了绘制这张图,我们首先将NumPy数组转化成pandas DataFrame。pandas有一个绘制散点图矩阵的函数,scatter_matrix。
#利用X_train中的数据创建DataFrame
# 利用iris_dataset.fearure_names中的字符串对数据列进行标记
import numpy as np
import pandas as pd
import mglearn
from pandas import DataFrame
iris_dataframe = pd.DataFrame(X_train, columns=iris_dataset.feature_names)
# 利用DataFrame创建散点图矩阵,按y_train着色
grr = pd.scatter_matrix(iris_dataframe, c=y_train, figsize=(15,15), marker='o',hist_kwds={'bins':20}, s=60, alpha=.8, cmap=mglearn.cm3)
grr
我们可以看到数据集的散点图矩阵,按类别标签着色,花瓣和花萼的测量数据基本可以将三个类别区别开。
构建模型–K近邻算法
现在可以开始构建真实的机器学习模型了。scikit-learn中有许多可用的分类算法,这里我们使用k近邻分类器。构建此模型只需要保存训练集即可,要对一个新的数据点做出预测,算法会在训练集中寻找与这个新数据点距离最近的数据点,然后将找到的数据点的标签赋值给这个新数据点。
k邻近算法中k的含义是,我们可以考虑训练集中与新数据点最近的任意k个邻居(比如说,距离最近的3个或5个邻居),而不是只考虑最近的哪一个。然后我们可以用这些邻居中数量最多的类别做出预测。k邻近分类算法实在neighbors模块的KNeighborsClassifier类中实现的。我们需要将这个类实力化为一个对象,然后才能使用这个模型。这时我们需要设置模型的参数。KNeighborsClassifier最重要的参数就是邻居的树木,这里我们设为1:
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors=1)
knn对象对算法进行了封装,既包括用训练数据构建模型的算法,也包括对新数据点进行预测算法。它还包括算法从训练数据中提取的信息。对于KNeighborsClassifier来说,里面只保存了训练集。
想要基于训练集来构建模型,需要调用knn对象的fit方法,输入参数为X_train和y_train, 二者都是NumPy数组,前者包含训练数据,后者保护相应的训练标签:
knn.fit(X_train, y_train)
Out[]:
KNeighborsClassifier(algorithm='auto', leaf_size=30, metric='minkowski',metric_params=None, n_jobs=1, n_neighbors=1, p=2,weights='uniform')
从这里我们可以看到,fit方法返回的是knn对象本身并做原处修改,因此我们得到了分类器的字符串表示。从中我们可以看出构建模型时用到的参数。几乎所有参数都是默认值,但我们可以看到n_neighbors=1,这是我们传入的参数。
现在我们可以用这个模型对新数据进行预测了,我们可能并不知道这些新数据的正确标签。想象一下,我们在野外发现了鸢尾花,花萼长5cm,宽2.9cm,花瓣长1cm,宽0.2cm。这朵鸢尾花属于哪个品种?
我们可以将这些数据放在一个numpy数组中,再次计算形状,数组形状为样本数(1)乘以特征数(4):
X_new = np.array([[5, 2.9, 1, 0.2]])
print("X_new.shap:{}".format(X_new.shape))
Out[]:
X_new.shap:(1, 4)
【注意】我们这朵花的测量数据转换为二维numpy数组的一行,这是因为scikit-learn的输入数据必须是二维数组。
接着我们调用knn对象的predict方法来进行预测:
prediction = knn.predict(X_new)
print("Predicition{}".format(prediction))
print("Predicition target name:{}".format(
iris_dataset['target_names'][prediction]))
Out[]:
Predicition[0]
Predicition target name:['setosa']
根据模型的预测,我们可以看到这朵新的鸢尾花属于类别0,也就是说它属于setosa的品种。但是我们不知道能不能相信这个模型,也不知道这个样本实际品种。
所以这里就需要我们之前创建的测试集。这些数据没有用于构建模型,但我们知道测试集中每朵鸢尾花的实际品种。因此,我们可以对测试数据中的每朵鸢尾花进行预测,并将预测结果与标签(已知品种)进行对比。我们可以通过计算精度来衡量模型的准确,精度就是品种预测正确的花所占比例:
y_pred = knn.predict(X_test)
print("Test set predictions:\n{}".format(y_pred))
Out[]:
Test set predictions:
[2 1 0 2 0 2 0 1 1 1 2 1 1 1 1 0 1 1 0 0 2 1 0 0 2 0 0 1 1 0 2 1 0 2 2 1 02]
print("Test set score:{:.2f}".format(np.mean(y_pred==y_test)))
Out[]:
Test set score:0.97
或者,我们可以用knn对象的score方法来计算测试集的准确度:
print("Test set score:{:.2f}".format(knn.score(X_test, y_test)))
Out[]:
Test set score:0.97
测试中我们可以看到,精度为97%,也就是说97%的正确率。至此,我们就完成来所有的对鸢尾花的分析、计算及预测。
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
- 嵌入式学习推荐大家读得书
朋友也问过我,一些基础的东西学完了,如何进一步的成长,该学习哪些书呢?如果没有读过计算机专业的基础课程,那么计算机基础课程是一定要学习的。1.数据结构、离散数学、操作系统、编译原理这四门课学习完。数据结构和操作系统两门课程一定要细心学习,这个是基础理论。特别…...
2024/4/25 18:57:52 - 老板别跑,下班直播
撰稿|吴俊宇 敲敲 编辑|吴俊宇 直播带货的发展速度之快出乎所有人的预料。 这股风究竟是如何吹起来的? 它肇起于2019年阿里系电商内容化的潮流。阿里在和拼多多的对抗中为留住用户,拉高用户时长,在淘宝、天猫等产品内植入“直播”这个产品组件,由此拉开了直播带货的序幕。…...
2024/4/20 10:29:58 - 如何利用AWS搭建服务器
请参考以下的网址http://cqwdc.com/post/7ebafa90.htmlWDCs Blog 首页 标签 归档 搜索 基于 AWS EC2 免费搭建 ubuntu 及 ss 全过程发表于 2018-08-11 | 更新于 2019-01-31 | 评论数:7 | 阅读次数:2875本文字数: 4.4k | 阅读时长 ≈ 8 分钟科学上网介绍 什么是科学上网? 科…...
2024/4/25 22:45:25 - Python Machine Learning 中文版,Python机器学习介绍
Python机器学习机器学习,如今最令人振奋的计算机领域之一。看看那些大公司,Google、Facebook、Apple、Amazon早已展开了一场关于机器学习的军备竞赛。从手机上的语音助手、垃圾邮件过滤到逛淘宝时的物品推荐,无一不用到机器学习技术。如果你对机器学习感兴趣,甚至是想从事相…...
2024/4/19 10:00:31 - 新手怎么学习嵌入式?什么人适合转行学习嵌入式?
转行想学嵌入式的朋友是越来越多,那么真正付出行动转行学嵌入式的朋友也不少,但是还有很多的朋友都在反复的去思考自己转行学嵌入式适合吗?到底什么样的人适合转行学嵌入式? 首先必须是热爱编程,对嵌入式相当感兴趣的朋友,如果你对嵌入式感兴趣只是一时的,停留在表面上,…...
2024/4/23 14:41:35 - 030_《Delphi COM深入编程》
《Delphi COM深入编程》 Delphi 教程 系列书籍 (030) 《Delphi COM深入编程》 网友(邦)整理 EMail: shuaihj@163.com 下载地址:Part1 Part2书名: Delphi COM深入编程 作者: (美)Eric Harmon著 陈旭等译 出版社: 机械工业出版社 书号: 7111082710 出版日期:2000年10月…...
2024/4/13 0:02:47 - 那天,饭圈文化入侵了互联网公司...
本文转载自:吓脑湿饭圈文化,可谓是狂热粉丝文化的集大成者。 虽然互联网公司(特别是科技相关)也大都有粉丝,但和真正追星的饭圈比,还是小巫见大巫,太年轻太简单了。眼下,越来越多的圈子正在被饭圈文化影响,号称走在时代前沿的互联网产业又怎么能落后呢? 来吧!用饭圈…...
2024/4/16 11:46:39 - python机器学习应用-北京理工大学 -笔记1
这属于我个人的一个学习笔记,让自己思路清晰,我没有吸收的是什么而做的笔记。所以可能会有点简单。1.1.机器学习的目的实现人工智能的手段,主要研究内容是如何利用数据或经验进行学习,改善具体算法的性能。广泛应用于网络搜索、垃圾邮件过滤、推荐系统、广告投放、信用评价…...
2024/4/28 3:46:15 - 嵌入式相关学习-微信公众号推荐
嵌入式相关学习-微信公众号推荐 推荐一些嵌入式博客写的非常不错的文章,都是干活! 鱼鹰谈单片机...
2024/4/20 11:01:58 - 风暴眼中的币安女团
文|问道编辑|文刀一场有关币安的舆论风暴几乎在所难免,前奏是何一2月底发布的一则带着反讽意味的招聘启事。目光没有集中在何一“小阿姨”的自嘲上,人们盯住了应聘条件:美、胸大。3月1日,第一个女孩进入币圈视野,在线上与币圈用户打过招呼后,大家记住了她的花名“币安六六…...
2024/4/28 2:59:28 - 嵌入式工程师养成计划之——嵌入式软件工程师完全学习指南-朱有鹏-专题视频课程...
嵌入式工程师养成计划之——嵌入式软件工程师完全学习指南—37693人已学习 课程介绍 本系列课程针对有意向学习嵌入式软件开发的童鞋,从零开始、深入浅出,内容涵盖:linux系统基础、shell、linux C编程、linux系统编程、网络编程、ARM体系结构及汇编语言、ARM裸机编程…...
2024/4/16 17:28:00 - python机器学习案例系列教程——算法总结
机器学习算法太多了,分类、回归、聚类、推荐、图像识别领域等等,要想找到一个合适算法真的不容易,所以在实际应用中,我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法,诸如SVM,GBDT,Adaboost,现在深度学习很火热,神经网络也是一个不错…...
2024/4/13 0:02:57 - Delphi2CS破解 Delphi 转换C#
初来乍到,希望园子里的大牛们不要扔砖头哈,本人做开发也有几年时间了,一直想拥有自己的一个blog,当然也是一直比较忙,最重要的一点,本人比较菜的缘故吧,呵呵,今天终于鼓起勇气啦!切入正题,由于本人最近在研究UO方面的东东,找到一个用Delphi写的Client,怎么办呢?本…...
2024/4/13 0:02:27 - 088_《Delphi开发经验技巧宝典》
《Delphi开发经验技巧宝典》 Delphi 教程 系列书籍 (088) 《Delphi开发经验技巧宝典》 网友(邦)整理 EMail: shuaihj@163.com 下载地址: Part1 Part2作者: 明日科技 丛书名: 软件工程师典藏 出版社:人民邮电出版社 ISBN:9787115166807 上架时间:2007-10-29 出版日…...
2024/4/16 11:47:00 - 游戏组件(2)游戏开始和玩家信息储存
这个系列好久没更新了 发一下很多人烦恼的玩家信息储存方法 其实很简单 多用struct(结构体)可以让你的信息储存很便捷 具体内容可以私信询问 如果你有什么关于游戏制作方面的问题可以私信 我会在第一时间回复 你们还需要什么方面的游戏组件请在评论区留言 #include <iostr…...
2024/4/13 0:02:42 - Python机器学习笔记(四):强化学习
大一暑假学习热情颇高却又贪多求快,囫囵吞枣地花了几天刷了一遍Python机器学习入门课程,很快就什么都不记得了。之后一年半多,也没有什么需要用到机器学习的地方,加上断断续续学了C++,连Python语法都快忘光了。时隔近两年,这个blog要重新更新了。这次会在三周内更新完Pyt…...
2024/4/19 13:01:36 - android 与js交互
android与js交互// 设置编码webView.getSettings().setDefaultTextEncodingName("utf-8");// 支持jswebView.getSettings().setJavaScriptEnabled(true);//参数1为传递的android对象,参数2为传递对象的变量名称之后JS中使用变量名进行对对象的操作webView.addJavasc…...
2024/4/13 0:03:28 - Python机器学习全流程项目实战(完整)
课程目录章节1: 机器学习方法论章节2: 机器学习需求分析章节3: 数据采集与爬虫章节4: 数据清洗章节5: 数据分析与可视化章节6: 特征工程章节7: 机器学习建模与调优章节8: 机器学习模型结果与报告输出下载地址:百度网盘...
2024/4/16 15:38:20 - 新人怎样学习嵌入式Linux?
作为一个新人,怎样学习嵌入式Linux推广了解更多嵌入式知识请移步100ask.taobao.com作为一个新人,怎样学习嵌入式Linux?被问过太多次,特写这篇文章来回答一下。在学习嵌入式Linux之前,肯定要有C语言基础。汇编基础有没有无所谓(就那么几条汇编指令,用到了一看就会)。C语言…...
2024/4/25 14:24:08 - 112_《Delphi2高级程序设计指南》
《Delphi2高级程序设计指南》 Delphi 教程 系列书籍 (112) 《Delphi2高级程序设计指南》 网友(邦)整理 EMail: shuaihj@163.com 下载地址: Part1 Part2 Part3 Part4 Part5 Part6作者: 姚庭宝 出版社: 电子工业出版社 内容简介 Delphi 2.0高级程序设计指南(非常的优秀…...
2024/4/17 17:17:47
最新文章
- 数据结构——二叉树的顺序存储(堆)(C++实现)
数据结构——二叉树的顺序存储(堆)(C实现) 二叉树可以顺序存储的前提堆的定义堆的分类大根堆小根堆 整体结构把握两种调整算法向上调整算法递归版本 非递归版本向下调整算法非递归版本 向上调整算法和向下调整算法的比较 我们接着…...
2024/4/28 5:00:46 - 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 - 【Locust分布式压力测试】
Locust分布式压力测试 https://docs.locust.io/en/stable/running-distributed.html Distributed load generation A single process running Locust can simulate a reasonably high throughput. For a simple test plan and small payloads it can make more than a thousan…...
2024/4/27 9:20:29 - 整理的微信小程序日历(单选/多选/筛选)
一、日历横向多选,支持单日、双日、三日、工作日等选择 效果图 wxml文件 <view class"calendar"><view class"section"><view class"title flex-box"><button bindtap"past">上一页</button&…...
2024/4/26 15:51:28 - __dirname 在ES模块中的使用
前言 ECMAScript模块是 JavaScript 的新标准格式。在Node.js中越来越多的库逐渐从从CommonJS转移到ES模块 注:这里是指“真”ES 模块并不是指代码中 Node.js 中使用 import 写法但是实际被 tsc 转成 commonJS 的形式 但是Node.js ES 开发中此前有一个棘手的问题是获…...
2024/4/26 5:04:45 - 【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…...
2024/4/26 18:09:39 - 【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…...
2024/4/28 3:28:32 - 【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…...
2024/4/26 23:05:52 - 【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…...
2024/4/27 4:00:35 - 【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…...
2024/4/27 17:58:04 - 【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…...
2024/4/27 14:22:49 - 【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…...
2024/4/28 1:28:33 - 【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…...
2024/4/27 9:01:45 - 【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…...
2024/4/27 17:59:30 - 【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…...
2024/4/25 18:39:16 - 【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、…...
2024/4/28 1:34:08 - 【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…...
2024/4/26 19:03:37 - 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…...
2024/4/28 1:22:35 - 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…...
2024/4/25 18:39:14 - 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…...
2024/4/26 23:04:58 - 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…...
2024/4/27 23:24:42 - 「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…...
2024/4/25 18:39:00 - 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…...
2024/4/26 19:46:12 - 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」。 …...
2024/4/27 11:43:08 - 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…...
2024/4/27 8:32:30 - 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