在tomcat的安装路径下查找conf文件下的server.xml文件，修改此文件即可，修改内容如下：添加URIEncoding属性即可，重启服务。备注：如果不设置URIEncoding属性，则Web服务访问时，url上传递的中文就不能被正确解码，或
系统 2019-08-12 01:33:02 2434
题解：这种数据范围果断矩阵乘法，其实dp什么的也特别显然，就是求转移矩阵特别恶心。用最小表示法（表示现学的压力比较大）表示连通性。能多暴力就多暴力的枚举，反正数据范围小~唯一需要注意的是转移的时候有两种情况是不合法的：1、第(i-k)个点不和第(i-k+1)到i个点连通2、第i个点连到已经在一个连通块中的两个点wa了半天，然后不想做了的时候突然发现ac了。。莫名其妙。。。代码比较丑陋。。ViewCode1#include2#includ
系统 2019-08-12 01:32:58 2434
linuxshell在编程方面比windows批处理强大太多，无论是在循环、运算。已经数据类型方面都是不能比较的。下面是个人在使用时候，对它在数组方面一些操作进行的总结。1.数组定义[chengmo@centos5~]$a=(12345)[chengmo@centos5~]$echo$a1一对括号表示是数组，数组元素用“空格”符号分割开。2.数组读取与赋值得到长度：[chengmo@centos5~]$echo${#a[@]}5用${#数组名[@或*]}可
系统 2019-08-12 01:32:53 2434
1.打开tomcat的manager功能在tomcat-users.xml文件夹中1232.在pom.xml中添加12ROOT3
系统 2019-08-12 01:32:52 2434
ArchBangLinux是基于ArchLinux的轻量级发行。使用Openbox窗口管理器，它快捷并保持最新，既适合于桌面又适合于便携式系统。该版本基于Linuxkernel3.6.8内核。下载地址：archbang-2012.12.03-i686.iso(545MB)archbang-2012.12.03-x86_64.iso(548MB).发行通知：http://archbang.org/news/archbang-2012-12-is-out-in
系统 2019-08-12 01:32:44 2434
统一建模语言简介（本文转载自软件工程专家网www.21cmm.com）软件工程领域在1995年至1997年取得了前所未有的进展,其成果超过软件工程领域过去15年来的成就总和。其中最重要的、具有划时代重大意义的成果之一就是统一建模语言(UML:UnifiedModelingLanguage)的出现。在世界范围内,至少在近10年内,UML将是面向对象技术领域内占主导地位的标准建模语言。采用UML作为我国统一的建模语言是完全必要的:首先,过去数十种面向对象的建模
系统 2019-08-12 01:31:40 2434
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 2433
摘要数据分析与建模的时候大部分时间在数据准备上，包括对数据的加载、清理、转换以及重塑。pandas提供了一组高级的、灵活的、高效的核心函数，能够轻松的将数据规整化。这节主要对pandas合并数据集的merge函数进行详解。(用过SQL或其他关系型数据库的可能会对这个方法比较熟悉。)码字不易，喜欢请点赞！！！1.merge函数的参数一览表2.创建两个DataFrame3.pd.merge()方法设置连接字段。默认参数how是inner内连接，并且会按照相同的
系统 2019-09-27 17:56:16 2433
这是一篇机器学习岗位的笔试题，题目大概就是：给定了数据特征和数据标签(二分类)，使用机器学习算法对数据进行分类，并优化两个重要的参数，计算AUC指标，画出参数优化和AUC指标变化图。本文选择的是SVM(支持向量机)来实现这一过程，SVM是非常强大、灵活的有监督学习的算法，既可以用于分类，也可以用于回归。实现过程：1.导入需要的包importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltfrommp
系统 2019-09-27 17:56:06 2433
声明：本人小白，文章作为自己的学习参考资料，供大家学习交流本文referto作者：csuldw链接：https://github.com/csuldw/MachineLearning/tree/master/Kmeans来源：Github感谢此文章原创者如有侵犯您的知识产权和版权问题，请通知本人，本人会即时做出处理并删除文章Email：louhergetup@gmail.com理论部分K-means原理（这部分感觉csuldw大神写的很好，所以直接拿来用了
系统 2019-09-27 17:52:06 2433
