一、创建模型 ①、新建数据模型 ②、选择模型、填写名称 ③、添加表信息 ④、填写表名 ⑤、添加列 ⑥、修改字段属性 ⑦、设置自增 ⑧、完成建立数据模型 二、建立关系 ①、选择需要建立关系的表 ②、建立关系 ③、引用指向 ④、选择主外 三、导出Sql交本 ①、生成数据模型 ②、填写相关配置 ③、生成数 ...
分类：
数据库 时间：
2021-06-29 16:07:43
阅读次数：
0
一直使用的blender的之前的版本，最近换了最新的2.8的版本有点不适应，就从最常用的贴图开始就有所改变了，按照之前的操作根本不显示贴图，有些地方还是需要重新学习下的。 工具/原料 blender2.82工具。 方法/步骤 在blender中打开模型，选择顶部的UV Editing布局。 首先进入 ...
分类：
其他好文 时间：
2021-06-13 10:45:00
阅读次数：
0
当模型的复杂度增大时，训练误差会逐渐减小并趋向于0；而测试误差会先减小，达到最小值后又增大。当选择的模型复杂度过大时，过拟合现象就会发生。这样，在学习时就要防止过拟合。进行最优模型的选择，即选择复杂度适当的模型，以达到使测试误差最小的学习目的。 模型选择的典型方法是正则化。正则化是结构风险最小化策略 ...
分类：
其他好文 时间：
2021-04-06 14:11:34
阅读次数：
0
有监督学习的一般流程： 过拟合问题：所选模型对已知数据预测得很好，但对未知数据预测很差。 模型选择的方法： ①正则化：把对已知数据的训练误差和模型复杂度降到最小。 ②交叉验证，数据比较少时，将数据集随机切分，组合为训练集和测试集。 Scikit-learn ...
分类：
其他好文 时间：
2021-01-27 14:02:50
阅读次数：
0
目录 学习 数据挖掘的流程 数据预处理->数据探索->模型训练->模型选择->模型评估 模型选择 模型选择是对超参数的选择，通过校验集，来看看模型那一组超参数有更好的效果 模型评估 参考资料 分类：分类问题的常用评估指标有准确率(accuracy)、精确率(precision)、召回率(recall ...
分类：
其他好文 时间：
2020-12-18 13:19:35
阅读次数：
4
模型性能的度量 在监督学习中，已知样本 ，要求拟合出一个模型（函数），其预测值与样本实际值的误差最小。 考虑到样本数据其实是采样，并不是真实值本身，假设真实模型（函数）是，则采样值，其中代表噪音，其均值为0，方差为。 拟合函数的主要目的是希望它能对新的样本进行预测，所以，拟合出函数后，需要在测试集（ ...
分类：
其他好文 时间：
2020-07-29 15:11:56
阅读次数：
68
NLP——新闻文本处理：TASK1 赛题理解与nlp初识 1.数据读取 在竞赛主页下载好数据集利用pandas打开： #coding=utf-8 import pandas as pd #my_font = font_manager.FontProperties(fname="C:\Windows\ ...
分类：
其他好文 时间：
2020-07-21 23:13:12
阅读次数：
112
准备场景，盒子z轴在0点 右键工具栏，打开massfx工具栏 设置盒子的属性 设置球的属性 模拟计算 测试满意后，进行烘培动画 移到满意的位置，把关键帧选择删掉，这样模型就固定住了 ...
分类：
其他好文 时间：
2020-07-20 13:15:11
阅读次数：
108
前言之前一直有小伙伴私信我问我高并发场景下的订单和库存处理方案，我最近也是因为加班的原因比较忙，就一直没来得及回复。今天好不容易闲了下来想了想不如写篇文章把这些都列出来的，让大家都能学习到，说一千道一万都不如满满的干货来的实在，干货都下面了！介绍前提：分布式系统，高并发场景商品A只有100库存，现在有1000或者更多的用户购买。如何保证库存在高并发的场景下是安全的。预期结果：1.不超卖2.不少卖3
分类：
其他好文 时间：
2020-07-16 10:17:27
阅读次数：
148
均值：\(\bar x=\frac{1}{N} \sum_{i=1}^N x_i\) 方差：\(S^2 = \frac{1}{N-1}\sum_{i=1}^N(x_i-\bar x)^2\) 协方差：\(Cov(X,Y)=E[(X-E(X))(Y-E(Y))]=\frac{1}{N-1}\sum_{ ...
分类：
其他好文 时间：
2020-07-11 17:41:45
阅读次数：
41
