在router-link里设置tag属性，既可以把当前的router-link渲染为li标签 ...
分类：
其他好文 时间：
2019-03-12 15:38:49
阅读次数：
167
[TOC] 参考资料 "随机森林" 随机森林 在随机森林中，我们将生成很多的决策树CART。当在基于某些属性对一个新的对象进行分类判别时，随机森林中的每一棵树都会给出自己的分类选择，并由此进行“投票”，森林整体的输出结果将会是票数最多的分类选项；而在回归问题中，随机森林的输出将会是所有决策树输出的平 ...
分类：
其他好文 时间：
2019-03-10 20:34:14
阅读次数：
159
thinkphp+redis实现秒杀功能 1，安装redis，根据自己的php版本安装对应的redis扩展（此步骤简单的描述一下） 1.1，安装 php_igbinary.dll，php_redis.dll扩展此处需要注意你的php版本如图： 1.2，php.ini文件新增 extension=ph ...
分类：
Web程序 时间：
2019-03-06 01:14:37
阅读次数：
276
GBDT和XgBoost的区别 首先，GBDT来自于融合模型中的Boosting算法，Boosting算法的原理是先从初始训练集训练出一个基学习器，再根据基学习器的表现对训练样本分布进行调整，提高训练数据集中判断错误的样本权重，降低判断正确的权重，使得先前基学习器做错的样本在后续能得到更多关注，然后... ...
分类：
其他好文 时间：
2019-02-22 23:22:02
阅读次数：
213
#类视图使用装饰器 第一种方法在urls文件中设置路由视图方法时导入装饰器方法 path('/cartlist',check_login(CartList.as_view())), 第二种方法 导入模块 from django.utils.decorators import method_decor ...
分类：
其他好文 时间：
2019-02-21 21:30:54
阅读次数：
188
# This is my first programm using python# Shopping cart demo.product_list = [ ('iphone',5800), ('Mac Pro',9800), ('Bike',800), ('Watch',1800), ('Coffe ...
分类：
编程语言 时间：
2019-02-20 11:32:19
阅读次数：
168
决策树算法是机器学习中十分重要的算法，它的思想很简单，模拟了人的决策思想，就是根据一些条件做一些决策。比如，我们决策今天是否要去逛街，要看天气好不好、心情好不好、有没有妹子陪等等。 常见的决策树有ID3、C4.5和CART决策树，主要区别是在选择相关因数的算法不同，前两者和信息增益有关、后一种是与基 ...
分类：
其他好文 时间：
2019-02-15 12:02:43
阅读次数：
196
C4.5算法介绍C4.5算法与ID3算法不同的是采用了信息增益比作为特征的选择，原因是：信息增益在选择属性时偏向于选择取值较多的属性。信息增益比特征A对训练数据集D的信息增益比定义为其信息增益g(D,A)与特征A的熵HA(D)之比（计算方式请看上一篇）：CART算法介绍CART算法使用Gini指数作为特征的选择，并且使用平方误差最小化原则对连续型特征进行离散化，所以CART算法既可以用于分类，也可
分类：
其他好文 时间：
2019-01-28 19:21:38
阅读次数：
196
[TOC] xgboost xgboost是一个监督模型，它对应的模型就是一堆CART树，即由CART树组成的随机森林。预测的最终结果是由随机森林中的所有CART树的预测分数相加。 总而言之xgboost的想要解决的问题是通过前t 1棵的预测值加和我们是否能算出第t棵树的最优预测值？ CART(Cl ...
分类：
其他好文 时间：
2019-01-16 15:02:16
阅读次数：
216
