虚拟目录：该方法推荐使用，比较简单。在%tomcat%\conf\Catalina\localhost(该目录可能需要手工创建)下新建一个文件abc.xml，注意文件名中的abc就表示虚拟目录的名称，所以不可随意命名，该文件的内容为:重启Tomcat即可。目录列表显示文件：web.xml中listings
系统 2019-08-12 01:33:13 2498
相应html页面并保存状态输出原理:（有状态请求）请求页面提交给后台，获取值进行处理之后再根据name标记读取原html文件文字将值替换再一并返回给页面；（在response时替换）比如原模板每次将值将&&value替换一并输出；-----context.response.contentType="text/html";vardatafile=file.readalltext(context,
系统 2019-08-12 01:33:11 2498
有两种方法：1、tomcat目录下的conf文件夹,server.xml2、增加Web部署文件在conf/Catalina/localhost下增加部署文件名随便文件内容如下：
系统 2019-08-12 01:33:02 2498
在使用Tomcat的时候，经常会遇到启动失败的问题：解决方法：1.检查环境变量的配置，jdk的配置2.检查端口是否被占用。关于环境变量的配置很容易搜到，如果按照网上的教程配置好了，但是还是启动失败的话，这时就需要检查端口是否被占用了，实际上十有八九是端口被占用了。下面介绍第二种方法：打开dos窗口，输入以下命令：netstat-abn||findstr"8080"或者netstat-aon||findstr"8080"a:显示所有的连接和侦听端口b:显示在
系统 2019-08-12 01:33:01 2498
搞过sqlserver的程序员很难理解oracle的表空间。我在这里简单说一下吧，oracle中的表空间就相当于sqlserver中的实例，用户就相当于sqlserver中的库。所以在oracle中中备份一个数据库出来的话，其实就是相当新建一个用户，赋于用户权限(connectresourcedba等)然后将原来的用户的表结构数据进行导入导出。导入导出也有几种方法，我建议还是用dmp文件。导出命令:exppublish/publish@orclfile=d
系统 2019-08-12 01:32:47 2498
1：只要代码改变了（哪怕是JSP页面内容改变），如果调试后达不到自己想要的效果，就重启tomcat吧；2：如果代码改变了，tomcat也重启了，但似乎还是没有得到想要的结果，而代码经反复检查后确定是正确无误，那么就清理工程吧（单击eclipse菜单栏的“Project”——"Clean..."）；如果结果还是没有多大改变，则重启浏览器吧（我曾经就遇到这样的问题，工程一点问题都没有，tomcat也反复重启，工程反复清除，但还是无法执行正确的结果，最后经理直接
系统 2019-08-12 01:32:34 2498
原文:SQLServer索引和表体系结构（包含列索引）包含列索引概述包含列索引也是非聚集索引，索引结构跟聚集索引结构是一样，有一点不同的地方就是包含列索引的非键列只存储在叶子节点；包含列索引的列分为键列和非键列，所谓的非键列就是INCLUDE中包含的列，至少需要有一个键列，且键列和非键列不允许重复，非键列最多允许1023列（也就是表的最多列-1），由于索引键列（不包括非键）必须遵守现有索引大小的限制（最大键列数为16，总索引键大小为900字节）的要求所以引
系统 2019-08-12 01:32:23 2498
本文实例讲述了python中metaclass原理与用法。分享给大家供大家参考，具体如下：什么是metaclass.metaclass(元类)就是用来创建类的类。在前面一篇文章《python动态创建类》里我们提到过，可以用如下的一个观点来理解什么是metaclass:MyClass=MetaClass()MyObject=MyClass()metaclass是python里面的编程魔法同时在前面一篇《python动态创建类》文章里描述动态创建class的时
系统 2019-09-27 17:56:42 2497
为什么要降维？高维情形下，样本数据稀疏，距离计算困难。为什么能进行降维？收集的数据虽是高维但与学习任务密切相关的也许仅仅是某个低维分布无监督降维：PCA最大重构性：找到一个超平面使得样本点在这个超平面的投影尽量分开。PCA也可以看作是逐一筛选方差最大方向；对协方差矩阵XX^T特征分解，取最大特征值及其特征向量；在去掉该特征值以及特征向量后，继续取最大特征值；关于PCA的几个问题：投影方向应该取多少才好？根据博客https://blog.csdn.net/m
系统 2019-09-27 17:56:39 2497
前言优化随机森林算法，正确率提高1%~5%（已经有90%+的正确率，再调高会导致过拟合）论文当然是参考的，毕竟出现早的算法都被人研究烂了，什么优化基本都做过。而人类最高明之处就是懂得利用前人总结的经验和制造的工具（说了这么多就是为偷懒找借口。hhhh）优化思路1.计算传统模型准确率2.计算设定树木颗数时最佳树深度，以最佳深度重新生成随机森林3.计算新生成森林中每棵树的AUC，选取AUC靠前的一定百分比的树4.通过计算各个树的数据相似度，排除相似度超过设定值
系统 2019-09-27 17:54:33 2497
