原创 Java學習(4)-JavaBean
第一個簡單JavaBean package blog.csdn.joywy; public class SimpleBean{ private String name; private int age
2020-02-20 15:20:29
原创 div+css常見佈局結構定義
在使用div+css佈局時，首先應該根據網頁內容進行結構設計，仔細分析和規劃你的頁面結構，你可能得到類似這樣的幾塊： 頁面層容器、頁面頭部、標誌和站點名稱、站點導航(主菜單)、主頁面內容、子菜單、搜索框、頁腳(版權和有關法律聲明)。 通常
2020-02-20 15:20:27
原创 Java學習(5)-泛型一些注意點
如果兩邊使用到泛型，兩邊必須一樣 e.g. List<String> list = new ArrayList<String>(); √ 兩邊不一樣： List<String> list = new ArrayList<Object>
2020-02-20 15:20:27
原创 Java學習(2)-Map的遍歷
Map的遍歷 1.JDK7上hashmap的文檔： java.util Class HashMap<K,V> java.lang.Object java.util.AbstractMap<K,V> java.util.
2020-02-20 15:20:27
原创 Java學習(1)-Iterator迭代器
一、迭代器（Iterator） 迭代器是一種設計模式，它是一個對象，它可以遍歷並選擇序列中的對象，而開發人員不需要了解該序列的底層結構。迭代器通常被稱爲“輕量級”對象，因爲創建它的代價小。 Java中的Iterator功能比較簡單
2020-02-20 15:20:27
原创 DIV+CSS佈局例子
DIV+CSS佈局中主要CSS屬性介紹： Float: Float屬性是DIV+CSS佈局中最基本也是最常用的屬性，用於實現多列功能，我們知道<div>標籤默認一行只能顯示一個，而使用Float屬性可以實現一行顯示多個div
2020-02-20 15:20:27
原创 Java學習(3)-增強for循環注意的問題
例子： List list=new ArrayList(); list.add("1"); for(Object obj: list) obj="10"; System.out.print(list.
2020-02-20 15:20:27
原创 Java學習(3)-可變參數
可變參數：適用於參數個數不確定，類型確定的情況，java把可變參數當做數組處理。注意：可變參數必須位於最後一項。當可變參數個數多餘一個時，必將有一個不是最後一項，所以只支持有一個可變參數。因爲參數個數不定，所以當其後邊還有相同類型參數時，
2020-02-20 15:20:27
原创 特徵工程
將原始數據映射到特徵圖 1 左側表示來自輸入數據源的原始數據，右側表示特徵矢量，也就是組成數據集中樣本的浮點值集。 特徵工程指的是將原始數據轉換爲特徵矢量。進行特徵工程預計需要大量時間。機器學習模型通常期望樣本表示爲實數矢量。這種矢量的構
2020-02-20 15:20:27
原创 遞歸式特徵消除：Recursive feature elimination
遞歸式特徵消除：Recursive feature elimination 1. 1.1刪除方差低的特徵 舉個栗子，假如我們有一個是布爾值的特徵，我們想去刪去0（或1）個數大於總數的80%。 偏差var[x]=p(1-p) 所
2018-11-07 11:58:40
94
原创 機器學習.數據不平衡處理之SMOTE算法實現
數據不平衡的處理方法有三種：一是欠採樣，二是過採樣，三是調整權重。今天要說的是過採樣中的一個算法SMOTE。在網上找到一個Python庫imbalance-learn package 。它是專門用來處理數據不平衡的，網址在這：https:
2018-08-24 18:44:00
21
原创 (轉載)R-CNN論文詳解
博主鏈接：http://blog.csdn.net/wopawn/article/details/52133338paper鏈接：Rich feature hierarchies for accurate object detection
2018-08-24 18:43:56
原创 機器學習常用的分類器比較
傳統的機器學習的監督學習分類分類和迴歸，分類是爭對離散的數據，而回歸是爭對連續的數據，在數據預處理好的基礎上要對數據進行預測，通常採用CV交叉驗證來進行模型評價和選擇。這篇文章通過連續的數據結合sklearn庫對各種迴歸器做一比較：1.l
2018-08-24 18:43:56
原创 generalization error 泛化誤差
當train出來一個model之後，parameters已經定了下來。然後用test dataset去test這個network。 泛化誤差就是test的時候的誤差。
2018-08-24 18:43:56
原创 Bagging
Bagging (Bootstrap Aggregation)1.對樣本集重採樣，選出n個樣本2.對n個樣本訓練分類器（ID3,C4.5,C5.0,LogisticRegression..）3.重複以上兩步m次，訓練出m個分類器4.將數據
2018-08-24 18:43:56