文件打包与解压缩 压缩文件类型 命令 压缩: zip [param -r:递归打包 -[1-9]:压缩级别 -e：加密 -l：将LF -->CR+LF(兼容linux、Windows) -q:安静模式(不输出信息) -o 输出文件 ] <name> </name> 压缩级别：1-9；1：表示最快压缩但体积最大 9：表示体积最小但耗时最久 解压： upzip [param] <name> </name> 3.打包工具tar 创建tar包： $ tar -P -cf shiyanlou.tar /home/shiyanlo...

数据探索技术 汇总统计 汇总统计量汇总了数据的性值频度度量： 可视化 OLAP

属性四种类型 标称 序数 区间 比率 非对称属性：只有 数据类型： 事务数据或购物篮数据 数据预处理：（两大类）（1） 选择分析所需要的数据对象和属性（2） 创建或改变属性 3.1 聚集 聚集： 概念：将两个或多个对象或属性合并为单一的对象或属性 目的： 数据约减 --> 减少数据对象或属性的数量，从而可使用高复杂性算法 改变尺度 --> 例：城市聚集韦区域、省、国家 提高数据的稳定性 --> 对象或属性群的行为通常比单个对象或属性的行为更稳定 3.2 抽样 抽样是一种选择数据对象子集进行分析的常用方法，经常被用于数据的事先调查和最终的数据分析 确定样本容量...

电子支付与网络金融 电子商务三大组成部分 营销 支付(电子) 物流（电商物流，基于信息系统） 发展 电子支付-->网络支付-->网络金融-->互联网金融 网络金融基本概念 1.网络金融的内涵 定义 计算机网络上实现的金融活动 基本概念 狭义： 金融技术全面发展的产物 包括 网银，网上证券，网上保险，网上支付，网上结算等相关金融业务内容 广义： 包括网络金融活动设计的所有业务。 例： 网络金融记过，网络金融交易、市场、监管等【注意】用户通过互联网发出支付指令，资金的支付最终支付走的是*金融网 * 2.网络金融活动 网银 电子支付 呼叫中心 ...

Linux命令行操作 快捷键 Tab ：代码补全 Ctrl+c : 中断回复 ↑ : 历史输入 man ： 获取命令帮助 $ man 8大分区 : 通配符 一次性创建多个文件 $ touch PreName_{1..n}_AftName 输出图形字符命令 banner 安装 $ sudo apt-get update $ sudo apt-get install sysvbanner 输入 $ banner $ printerbanner -w 50 A -w : 打印宽度 Linux 用户管理 用户切换 su <user> :...

Git操作 Git基础操作 设置用户信息 $ git config --global user.name "Rickduck" $ git config --global user.email "Rickduck@omg.cn" 查看配置信息 $ git config --list $ git config [变量名] Git基本概念 Git版本库 .git文件夹下 ： 存储了配置、日志、文件版本等信息 Git工作区 存放开发代码（包含.git的工作目录） Git暂存区 index文件（stage） ： 临时保存修改文件的地方 ...

cookie - key-value存储 - 存储与客户端 - 随请求头每次提交 - 可跨页不可跨域localstorage - key-value存储 - 存储于客户端 - 不随请求头而提交，可长期保存 - sessionstorage - key-value存储 - 存储于客户端 - 不随头提交，页面关闭即失效 - 不可跨页，不可跨域session - key-value存储 - 存储于服务端 - 安全（客户端不可修改） - 可跨页不可跨域

学习视频：https://www.bilibili.com/video/av69856262/?p=11##HTML语法规范

（1） 0-1背包问题 题目链接：https://www.acwing.com/problem/content/2/ 思路：动态规划求解 变量 dp[i][j] 记录前i个物品在体积为j的情况下的最大价值 v[i]：第i个物品的体积 w[i]：第i个物品的价值 状态方程 选第i个物品：dp[i][j] = dp[i-1][j-v[i]] + w[i] 不选第i个物品：dp[i][j] = dp[i-1][j] 代码如下： import java.util.Scanner; public class Main{ public static void main(Str...

Logistic回归 二分类问题 特点 函数值位于0-1之间。 构造预测函数函数值位于0-1之间，令预测函数,其中， 为Sigmoid函数，函数表达式为 所求为期望概率， 决定边界 决定于其。令 能得到一个有关x的边界函数。 给定 -> 找到边界条件 eg： Logistic回归代价函数 y = 1 y = 0

符号描述： X ：data --> ：parameter -->

有监督学习 定义： 有监督学习是从标签化训练数据集中推断出函数的机器学习任务。 特征：有标签，一组数据对应一组输出。 例如： 回归问题 (连续输出) 分类问题（二分类）（离散输出）如何选择拟合函数。 无监督学习 定义： 无监督学习是根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题。 特征：无标签，算法自动给出分类簇（cluster） 例如： 聚类问题（新闻专题、市场细分） 鸡尾酒聚会（分离混合音频） 线性模型（单变量线性回归Linear regression为例） 步骤 训练集 m ： 训练集样本大小 x's ： 输入变量（input） y's ：...

视频链接：https://www.bilibili.com/video/av24441039?from=search 一、 SVN与Git的区别 SVM采用的是增量式管理 Git采取文件系统快照的方式 二、 集中式版本控制工具 CVS、**SVN**、VSS…… 工作流程： 开发人员是客户端；文件和版本信息存储在服务器。缺点： 服务器集中保存，服务器损坏则所有历史数据会丢失（单点故障）。 分布式版本控制工具 Git、Mercurial、Bazaar、Darcs……优点： 本地客户端具有完整的历史版本 Git的优势 大部分操作在本地完成，不需要联网 完整性保证 尽可...

主成分分析：降维算法（高纬度数据--> 少数最重要的特征），是把原来多个变量划分为少数几个综合指标的一种统计方法。 作用：能够将多个指标转化为少数几个主成分，这些主成分是原始变量的线性组合，且彼 此之间互不相关。 优点： 数据集更易使用 降低算法的计算开销 去除噪声 使得结果容易理解