第一周的新鲜感过去后，第二周我就能够以平常心来面对周围的新环境了。除了语言和饮食不同，终究还是软件开发的工作，一定是要遵循软件开发的规律的。在这短短的两周时间内，我谈不上有什么收获，能够让我的能力再上一个台阶。但一些体会还是有的，虽然有些散乱，仿佛思想的片段，如野马，如浮云，若能及时捕捉并加以记录，这些体会就能够潜移默化地改变自己，或许也能改变阅读这篇博客的你。这一周，我打算谈一谈我对能力的体会。作为一名Dev，能力是自己的立身之本，也是养家糊口的必须技能
系统 2019-08-12 01:32:42 2228
SelectdistinctcasewhenBranchCourseIdisnullthenTb_Client.ThreePhaseKindelseBranchCourseIdendBranchCourseId,Tb_Client.*fromTb_ClientinnerjoinTb_Class_ClientonTb_Client.id=Tb_Class_Client.clientIdinnerjoinTb_Classontb_class_client.cl
系统 2019-08-12 01:32:25 2228
1.这个是要解析的模板2.$pv->Display();你渲染了模板就可以吧这个页面的变量在模板上输出了3.新增list.html页面时需要在伪静态设置一下，如图示例：（注意：每新增一个页面都要设置一下）4.解释不管是哪个模块，3.0都是按照后台排列顺序排序思途旅游框架部分代码说明总结
系统 2019-08-12 01:32:23 2228
1引言随着USB2.0版本号的公布，USB越来越流行，已经成为一种标准接口。如今，USB支持三种传输速率：低速(1.5Mb/s)、全速(12Mb/s)和快速(480Mb/s)，四种传输类型：块传输、同步传输、中断传输和控制传输。USB应用灵活方便，能满足多种外设的须要。随着个人便携式电子产品的增长和嵌入式技术的飞速发展，USB主机已不再局限于单纯的PC，能够是含有USB主控器的不论什么设备，如PDA、MP3播放器等。在USB2.O规范中也添加了USB嵌入式
系统 2019-08-12 01:31:46 2228
本文实例讲述了朴素贝叶斯算法的python实现方法。分享给大家供大家参考。具体实现方法如下：朴素贝叶斯算法优缺点优点：在数据较少的情况下依然有效，可以处理多类别问题缺点：对输入数据的准备方式敏感适用数据类型：标称型数据算法思想：比如我们想判断一个邮件是不是垃圾邮件，那么我们知道的是这个邮件中的词的分布，那么我们还要知道：垃圾邮件中某些词的出现是多少，就可以利用贝叶斯定理得到。朴素贝叶斯分类器中的一个假设是：每个特征同等重要函数loadDataSet()创建
系统 2019-09-27 17:54:25 2227
本文实例讲述了python中enumerate()与zip()函数的使用比较。分享给大家供大家参考，具体如下：enumerate()与zip()是两个常用的内置函数，这两个函数功能类似，同时又存在差异。介绍如下：一、enumerate()函数该函数中文解释：枚举、列举的意思。用于将一个可遍历的数据对象（如：列表、元组、字符串等）组合为一个索引序列，同时列出：数据和数据下标一般在for循坏中使用，可同时得到数据对象的值及对应的索引值a=['one','two
系统 2019-09-27 17:53:53 2227
一、线性回归的理论1）线性回归的基本概念线性回归是一种有监督的学习算法，它介绍的自变量的和因变量的之间的线性的相关关系，分为一元线性回归和多元的线性回归。一元线性回归是一个自变量和一个因变量间的回归，可以看成是多远线性回归的特例。线性回归可以用来预测和分类，从回归方程可以看出自变量和因变量的相互影响关系。线性回归模型如下：对于线性回归的模型假定如下：（1）误差项的均值为0，且误差项与解释变量之间线性无关（2）误差项是独立同分布的，即每个误差项之间相互独立且
系统 2019-09-27 17:52:24 2227
如果页数太多的话，全部显示在页面上就会显得很冗杂可以在页面中显示规定的页码数例如：book_list.html：书籍列表序号id书名{%forbookinbooks%}{{forloop.counter}}{{book.id}}{{book.title}}{%endfor%}«{{page_html|safe}}»views.py：fromdjango.shortcutsimportrenderfromapp01importmodelsdefbook_li
系统 2019-09-27 17:52:03 2227
决策树部分理论支撑1*通过选取一定的特征来降低数据的不确定性（熵）2*建议寻找多分类问题的最优特征的最优候选值。把多分类问题转换成多几层递归的二分类问题，防止数据对特征值的控制敏感。3*停止条件取得了最够好的分类结果递归到了预定的最深深度叶子节点的纯度分裂次数达到极限最大特征数...4*相关公式entropy(D)=−∑i=1nPilog2Pientropy(D)=-\sum_{i=1}^nP_ilog_2P_ientropy(D)=−∑i=1nPil
系统 2019-09-27 17:50:46 2227
0环境Python版本：3.6.6操作系统：MacOSMojave10.14.21引言最近我媳妇每天晚上吃饭时候也拿手机看，上厕所也在看。看着看着还会笑？WTF？你在干嘛呢？没错，她在看美队……这男人比我帅？……比我有钱？……还是比我有腔调？……答案很明显，我相信你们的眼睛都是雪亮的。那问题来了，作为一个男人，怎么能忍？虽然是个明星，虽然是假的，虽然已经挽回不了败局了……那我就送个美队的盾牌给你吧……这篇文章不是Turtle的入门篇，所以关于基本的画笔使用
系统 2019-09-27 17:49:37 2227
