3 菜菜抱富

尚未进行身份认证

我要认证

天下熙熙,皆为利来;天下攘攘,皆为利往

等级
TA的排名 12w+

tcpdump抓包通过IP或端口过滤抓包方法

1.通过ip过滤抓包方法tcpdump -i any -s 0 -w 100.pcap net 172.16.1.139 or 172.16.1.1592.通过端口过滤抓包方法tcpdump sctp or udp port 2123 or udp portrange 10000-11000 -i any -s 0 -w 01.pcap

2020-10-21 17:32:15

利用LSTM长短期记忆算法分析猪肉价格未来走势

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom keras.models import Sequentialfrom keras.layers.core import Dense, Activation, Dropoutfrom keras.layers.recurrent import LSTMfrom sklearn.preprocessing import MinMaxScalerfrom

2020-09-06 23:39:32

行业案例分析1------------经营分析报告方法

1、七问法5W2H:why(何因)、what(何事)、who(何人)、when(何时)、where(何地)、how(如何做)、how much(何价)

2020-08-30 22:20:33

2020年基于anaconda安装TensorFlow注意不要使用清华园的镜像了!!!

pip --default-timeout=1000000 install -U -i https://pypi.doubanio.com/simple/ --upgrade tensorflow-gpu==2.3.0 这样还可以防止超时,还是指定版本conda config --add channels https://pypi.doubanio.com/simple/ --upgrade tensorflow-gpu==2.3.0按enter(%%这句指定了清华镜像下载资源路径)再输入:co

2020-08-09 16:42:05

数据挖掘算法之-----KNN算法

1、KNN概念KNN算法:K-Nearest Neighbor,K近邻算法,即K个最近的邻居(近朱者赤近墨者黑)KNN即可用于分类,也可用于回归分类预测时,使用K个邻居中,类别数量(或加权后)作为预测的结果回归预测时,使用K个邻居的均值(或加权后),最为预测结果2、超参数概念超参数:人为指定,超参数不同对模型效果影响很大2.1、K值K值大,容错性增加,敏感性降低,易导致欠拟合K值小,容错性降低,敏感性增加,易导致过拟合极端情况,使用整个样本数量作为K值,那么无论预测值在哪,结果都

2020-07-19 23:03:22

Python enumerate() 函数用于for循环

enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标,一般用在 for 循环当中。Python 2.3. 以上版本可用,2.6 添加 start 参数。遍历列表,并得到索引,索引值从0开始x=['d','e','f']for i,j in enumerate(x): print(i,j)结果0 d1 e2 f配合笛卡尔积使用for循环,相当于双层for循环笛卡尔积用于遍历很好用a=['g','h']b=[

2020-07-15 16:52:32

Python3.6及以后版本,格式化输出使用f‘a与b的和为{a+b}‘

int计算a=1b=2print(f'A+B={a+b}')结果A+B=3字符串显示name='xiaoming'print(f"他的名字是:{name}")结果他的名字是:xiaoming说明:{}内的会进行格式化输出,无论是int计算,还是字符串格式显示。相对于“{} {}”.format(“hello”, “world”)方式更加简化...

2020-07-15 16:02:31

sklearn评价指标——回归模型评估及分类模型评估使用的库、ROC曲线理解

1、线性回归评价指标#MSE均方误差from sklearn.metrics import mean_squared_error#MAEXfrom sklearn.metrics import mean_absolute_error#R^2决定系数from sklearn.metrics import r2_score2、分类指标:混淆矩阵confusion_matrix(y_true, y_pred, labels=None, sample_weight=None):通过计算混淆矩

2020-07-08 15:20:05

numpy数组如何通过逻辑判断(不相关的数组)取出目标元素,举例X=X[y!=0]

前提:是数组,即查询的type结果为numpy.ndarray。列表不行X和y赋值,X的行数需要同y元素个数相同X = np.arange(0,32).reshape(8,4)print(type(X))print(X)y=np.arange(0,8)print(y)结果<class 'numpy.ndarray'>[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15] [16 17 18 19] [20 2

2020-07-07 19:06:07

统计学方法论-----线性回归

np.random.seed(3)#所有的随机数都是伪随机,种子相同,随机数就相同random_state 随机种子train_test_split(X,y,test_size=0.25,random_state=0),其中random_state用于打乱样本顺序,设置为0为了排除在调整超参数建立模型的时候,顺序对模型的影响线性回归的结果为了损失最小(∑(实际y-预测y))bais:偏置weight:权重...

2020-07-05 23:27:14

统计学方法论2---------推断统计分析:通过样本推断总体

1、概述总体、个体、样本2、点估计和区间估计2.1、点估计2.2、区间估计置信度:总体参数有多大的概率位于置信区间置信区间:

2020-07-04 16:23:21

详细说明如何在pycharm不联网的情况下,离线安装第三方库及依赖包(如sklearn)

单独

2020-07-04 10:42:03

统计学方法论1---------描述性统计分析

1、相关概念数理统计:以概率论为基础,研究大量随机现象的统计规律性。描述统计推断统计描述性统计:从总体数据中提取变量的主要信息(总和,均值等),从总体层面上,对数据进行统计性描述2、统计量2.1、频数与频率导入相关模块import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsfrom sklearn.datasets import load_irisimp

2020-07-02 14:44:14

转载---详解seaborn中的kdeplot、rugplot、distplot与jointplot

https://www.cnblogs.com/feffery/p/11128113.html简介seaborn是Python中基于matplotlib的具有更多可视化功能和更优美绘图风格的绘图模块,当我们想要探索单个或一对数据分布上的特征时,可以使用到seaborn中内置的若干函数对数据的分布进行多种多样的可视化,本文以jupyter notebook为编辑工具,针对seaborn中的kdeplot、rugplot、distplot和jointplot,对其参数设置和具体用法进行详细介绍。...

2020-07-02 14:31:48

pandas小技巧------------df.sample随机抽样

https://www.cnblogs.com/webRobot/p/11484648.html1、功能说明有时候我们只需要数据集中的一部分,并不需要全部的数据。这个时候我们就要对数据集进行随机的抽样。pandas中自带有抽样的方法。函数名及功能DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)[source]输入参数说明参数名称 参数说明 举例说明

2020-06-30 19:16:33

numpy------数组的拼接concatenate

np.concatenate((a1,a2,…), axis=0)对于axis=0我自己方便记忆的理解,按照x轴拼接的意思是,x轴的刻度不变,那么在下方拼接就保证x轴刻度不变对于axis=1,按照y轴拼接,即y轴刻度不变,那么在右方拼接即可a=np.array([[1,2],[3,4]])b=np.array([[5,6],[7,8]])print(np.concatenate((a,b),axis=0))print(np.concatenate((a,b),axis=1))...

2020-06-30 18:35:17

pandas小技巧---------.loc、.iloc、.at、.iat的区别,.get_value(x,y)也可以获取某个值

1、.loc与.iloc、.at与.iat区别结论:.loc与.iloc区别:.loc通过标签索引,不能使用位置索引;.iloc通过位置索引,不能通过标签索引.loc与.iloc相同:都可获取多行或多列或多行多列或单个值.at与.iat区别:同.loc与.iloc区别,.at通过标签获取单个值,.iat通过位置索引获取单个值.at与.iat相同:只能获取单个值,不能获取多个值。这也是与.loc和.iloc的区别换句话说,.loc与.iloc函数功能包含.at与.iat的函数功能,.at与.iat

2020-06-29 15:30:02

python-------找出数据中交集元素的方法x.intersection(y, z ... )

intersection() 方法用于返回两个或更多集合中都包含的元素,即交集。x.intersection(y, z … )应用:不同维度优秀结果的交集,优秀中的优秀。(语文好数学也好的同学)x = {"apple", "banana", "cherry"}y = {"google", "runoob", "apple"} z = x.intersection(y) print(z)...

2020-06-22 16:41:06

华三交换机如何配置端口镜像

#查看镜像组1dis mirroring-group 1#新建镜像组1mirroring-group 1 local#配置被监控端口,可配置多个。both代表进出都监控。inbound代表监控入,outbound代表监控出mirroring-group 1 mirroring-port Ten-GigabitEthernet 1/0/19 both#配置监控端口,一般该端口直连PC,直接打开wireshark抓取PC网口,就可以抓到上述被监控端口的包mirroring-group 1 moni

2020-06-18 10:29:35

pandas小小项目3------如何简单清洗及分析APPstore数据

import numpy as npimport pandas as pd#读取数据,只分析前7列google_app=pd.read_csv('E:/cai-data/googleplaystore.csv',usecols=(0,1,2,3,4,5,6))print('简单浏览数据--------------')print(google_app.head())#print(google_app.describe())#查看各列的数据个数统计,看是否与缺失值。print(google_ap

2020-06-16 15:16:25

查看更多

勋章 我的勋章
  • 阅读者勋章Lv1
    阅读者勋章Lv1
    授予在CSDN APP累计阅读博文达到3天的你,是你的坚持与努力,使你超越了昨天的自己。
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv2
    勤写标兵Lv2
    授予每个自然周发布4篇到6篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。
  • 学习力
    学习力
    《原力计划【第二季】》第一期主题勋章 ,第一期活动已经结束啦,小伙伴们可以去参加第二期打卡挑战活动获取更多勋章哦。
  • 原力新人
    原力新人
    在《原力计划【第二季】》打卡挑战活动中,成功参与本活动并发布一篇原创文章的博主,即可获得此勋章。
  • 分享学徒
    分享学徒
    成功上传1个资源即可获取