-
3.1 使用Java运算符
3.1 使用Java运算符 3.1.1 优先级 3.1.2 赋值 3.1.4 自动递增和递减 3.1.5 关系运算符 3.1.6 逻辑运算符 3.1.7 按位运算符 3.1.8 移位运算符 3.1.9 三元if-else 运算符 3.1.10 逗号运算符 3.1.11 字符串运算符+ 3.1.12 运算符常规操作规则 3.1.13 转... -
安装
安装 安装预构建包 多数平台：Python 科学分发包 Linux：使用你的包管理器 Windows 从源码安装 构建需求 所需依赖 Python 2 的依赖 可选的 GUI 框架 可选的外部程序 可选依赖 matplotlib 自带的所需库 在 Linux 上构建 在 OSX 上构建 在 Windows 上构建 安装 ... -
7.1.1 面向过程观点
7.1.1 面向过程观点 7.1.1 面向过程观点 我们用一个简单程序来说明传统程序设计的思维方式。 【程序 7.1】eg7_1.py x = 1 y = 2 z = x + y print z 到目前为止，我们在编程时基本上都是这样思考的：先用特定数据类型的常量或变量来 表示数据（如程序 7.1 中... -
十三、树和森林
十三、树和森林 Adaboost 分类器 决策树分类器 决策树回归 特征的重要性 使用随机森林的特征选择 在随机森林中处理不平衡类别 随机森林分类器 随机森林分类器示例 数据的注解 随机森林回归 在随机森林中选择特征重要性 泰坦尼克比赛和随机森林 性别 年龄 可视化决策树 十三、树和森林 作者：Chris Albon 译... -
三、函数
三、函数 定义函数 绑定和作用域 嵌套作用域 作为值的函数 符号声明 箭头函数 调用栈 可选参数 闭包 递归 添加新函数 函数及其副作用 本章小结 习题 最小值 递归 字符计数 三、函数 原文：Functions 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 部分参考了《Jav... -
服务器负载高？MySQL 资源管理与优化全指南
服务器负载高？MySQL 资源管理与优化全指南 一、高负载背后的六大 “元凶” （1）慢查询的无声蚕食 （2）连接数爆炸的资源耗尽 （3）缓冲池配置的致命短板 （4）锁竞争的恶性循环 （5）硬件瓶颈的物理限制 （6）参数配置的历史包袱 二、资源优化的 “三步诊断法” 第 1 步：系统级负载定位 第 2 步：数据库级资源分析 第 3 步：SQ... -
2.3 序列
2.3 序列 2.3.1 嵌套偶对 2.3.2 递归列表 2.3.2 元组 II 2.3.4 序列迭代 2.3.5 序列抽象 2.3.6 字符串 2.3.7 接口约定 2.3 序列 来源：2.3 Sequences 译者：飞龙 协议：CC BY-NC-SA 4.0 序列是数据值的顺序容器。不像偶对只有两个元素，序列可... -
1.6 高阶函数
1.6 高阶函数 1.6.1 作为参数的函数 1.6.2 作为一般方法的函数 1.6.3 定义函数 III：嵌套定义 1.6.4 作为返回值的函数 1.6.5 Lambda 表达式 1.6.6 示例：牛顿法 1.6.7 抽象和一等函数 1.6.8 函数装饰器 1.6 高阶函数 来源：1.6 Higher-Order Functio... -
7.1 K 近邻算法
7.1 K 近邻算法 1.1、什么是K近邻算法 1.2、近邻的距离度量表示法 1.3、K值的选择 7.1 K 近邻算法 1.1、什么是K近邻算法 何谓K近邻算法，即K-Nearest Neighbor algorithm，简称KNN算法，单从名字来猜想，可以简单粗暴的认为是：K个最近的邻居，当K=1时，算法便成了最近邻算法，即寻找最近的那个邻居... -
04 ChatGPT的核心技术是什么
04 ChatGPT的核心技术是什么 04 ChatGPT的核心技术是什么 ChatGPT的核心技术是基于人工神经网络的自然语言处理技术。具体来说，它使用了一种名为GPT（Generative Pre trained Transformer）的大型深度学习模型。 GPT模型的前身是Transformer模型（一种用于自然语言处理的深度学习模型），它在...
