1 番茄要去皮

尚未进行身份认证

我要认证

业精于勤,荒于嬉;行成于思,毁于随。 认真学习,努力工作,快乐生活。

等级
TA的排名 2w+

selenium

selenium简介介绍Selenium是一个用于Web应用程序测试的工具,是一个自动化测试工具,用来模拟用户正常访问浏览器。Selenium测试直接运行在浏览器中,就像真正的用户在操作一样。支持的浏览器包括IE(7, 8, 9, 10, 11),Mozilla Firefox,Safari,Google Chrome,Opera等。这个工具的主要功能包括:测试与浏览器的兼容性——测试你的应用程序看是否能够很好得工作在不同浏览器和操作系统之上。测试系统功能——创建回归测试检验软件功能和用户需求。支持自动

2020-07-25 15:39:41

HTML协议

原文:https://www.cnblogs.com/an-wen/p/11180076.html有所删减HTTP协议简介超文本传输协议(英文:HyperText Transfer Protocol,缩写:HTTP)是一种用于分布式、协作式和超媒体信息系统的应用层协议。HTTP是万维网的数据通信的基础。HTTP是一个客户端终端(用户)和服务器端(网站)请求和应答的标准(TCP)。通过使用网页浏览器、网络爬虫或者其它的工具,客户端发起一个HTTP请求到服务器上指定端口(默认端口为80)。我们称这个客户端

2020-07-25 15:14:08

特征选择

过滤法单变量特征选择通过单变量统计检验选择特征SelectKBest只保留K个最高分的特征SelectPercentile只保留用户指定的百分比的最高得分的特征使用常见的单变量统计检验分类:使用chi2卡方f_classif方差分析mutual_info_classif互信息回归:使用f_regression相关系数mutual_info_regression互信息# 方差过滤from sklearn.feature_selection import VarianceThresh

2020-05-30 12:45:38

pandas时间序列

import pandas as pdimport numpy as npimport datetimedf = pd.DataFrame({'date': ['20200101', '20200201', '20200301'], 'num':[25,10,38]})df# 将时间序列转化为标准的年月日的形式df['date'] = pd.to_datetime(df['date'])df# 生成定频日期与时间段序列dt = pd.date_range('2020-03-01',

2020-05-09 10:04:01

numpy库

numpy库的使用创建数组x1 = np.array([1, 2, 3], dtype="int8")print(x1)print(x1.dtype) # 数据类型x2 = np.array(range(1, 10), dtype="int8")print(x2)print(x2.dtype)x3 = np.arange(1, 10, 2, dtype="int8")p...

2020-03-25 11:34:18

神经网络的前向传播和反向传播推导

神经网络的前向传播和反向传播推导x1x_{1}x1​和x2x_{2}x2​表示输入wijw_{ij}wij​表示权重bijb_{ij}bij​表示偏置σi\sigma_{i}σi​表示激活函数,这里使用sigmoid激活函数outoutout表示输出yyy表示真实值η\etaη表示学习率前向传播h1=w11x1+w13x2+b11h_{1}=w_{11}x_{1}+w_{13}...

2020-03-24 10:39:32

B树和B+树

索引:用于快速查找行的数据结构B树所有的值都是按照顺序存储,没有重复的元素,并且每个叶子节点到根节点的距离相同,B树的中间节点会存储数据指针信息,B树索引能够加快访问速度,是因为存储引擎不再需要全表扫描来获取数据。B+树B+树有重复的元素,而且B+树只有叶子节点才存储数据指针信息,B+树的叶子节点有一个指针指向下一个叶子节点,把所有的叶子节点连起来。相比于B树,B+树的优点:1、由...

2020-03-20 17:34:51

python3正则表达式

re.match函数re.match函数尝试从字符串的起始位置匹配一个模式,如果不是起始位置匹配成功的话,match()就返回none。函数语法:re.match(pattern, string, flags=0)参数描述pattern匹配的正则表达式string要匹配的字符串flags标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配...

2020-02-17 11:25:00

Linux最常用的命令(3)

系统常用命令命令选项示例含义toptop显示当前系统中消耗资源最多的进程datedate显示系统当前时间ps

2020-01-06 10:23:40

Linux最常用的命令(2)

权限管理命令chmod功能:改变文件或目录的权限示例含义chmod u+x 文件或目录给所有者增加执行(x)权限chmod g+w,o-r 文件或目录给所属组增加w权限,其他人减少r权限chmod g=rwx 文件或目录给所属组的权限设置为rwxchmod 640 文件或目录把所有者的权限改成6(rw-),所属组的权限改为4(r–),其他人的权限...

2019-12-31 15:34:48

Linux最常用的命令(1)

Linux的目录目录作用/bin/存放系统命令的目录,普通用户和超级用户都可以执行/sbin/保存系统和环境设置相关的命令/usr/bin/存放系统命令的目录/boot/系统启动目录,保存系统启动相关的文件/dev/设备文件保存的位置/etc配置文件保存的位置/home/普通用户的家目录/lib/系统调用函数库保存的位...

2019-12-31 10:06:01

初次使用BERT的可视化指南

初次使用BERT的可视化指南在过去几年里,处理语言的机器学习模型的进展一直在迅速加快。这一进步已经离开了研究实验室,开始为一些领先的数字产品提供动力。这方面的一个很好的例子是最近公布的BERT模型如何成为谷歌搜索背后的主要力量。谷歌认为,这一步(即自然语言理解在搜索领域的应用进展)代表了过去五年最大的飞跃,也是搜索历史上最大的飞跃之一。这篇文章是关于如何使用BERT的变体对句子进行分类的简单...

2019-12-25 20:39:27

jieba库的基本使用

分词import jieba# 朱自清散文节选text = '人生就是一种承受,一种压力,让我们在负重中前行,在逼迫中奋进。无论走到哪里,我们都要学会支撑自己,没有人陪你走一辈子,所以你要适应孤独,没有人会帮你一辈子,所以你要奋斗一生。'seg_text = jieba.cut(text, cut_all=False)print('/'.join(seg_text))人生/就是...

2019-12-23 10:19:12

文本转化为向量

假如有一句话"I am a student"。用向量来表示每个单词,采用one hot 编码表示方式:I -> [1,0,0,0]am -> [0,1,0,0]a -> [0,0,1,0]student -> [0,0,0,1]我们会发现两个缺点:(1)单词向量之间的内积为0,它们相互独立。这与实际情况是矛盾的,单词之间是有一定的联系,比如woman与girl,...

2019-11-23 21:00:54

python连接mysql

插入数据import pymysqlconn = pymysql.connect(host='127.0.0.1' ,user='root', passwd='123456', db='test', port=3306, charset='utf8')cur = conn.cursor()# cur.execute("drop table if EXISTS test") # 如果...

2019-11-11 11:18:52

中文分词工具

jieba分词import jiebatext = '林花谢了春红,太匆匆。无奈朝来寒雨晚来风。胭脂泪,相留醉,几时重。自是人生长恨水长东。'result = '/'.join(jieba.cut(text, cut_all=False))print(result)jieba分词结果:林花谢/了/春红/,/太/匆匆/。/无奈/朝来/寒雨晚/来风/。/胭脂/泪/,/相留/醉/,/...

2019-11-07 21:41:11

数据库

MySQL数据库的基本操作创建数据库create database 数据库名;查看数据库show databases;使用数据库use 数据库名;

2019-11-06 19:57:08

隐马尔可夫模型

马尔可夫模型对于某个系统包含了n个有限状态,某个状态随着时刻推移而转移到另一个状态。如果t时刻的状态与前面m个时刻相关,那么称为m阶马尔可夫链。马尔可夫过程是个随机过程,系统从一个状态转移到另一个状态存在转移概率,而转移概率可以通过前面m个时刻的状态来计算。马尔可夫过程是随机过程的典型代表,随机过程是指一个系统的状态随着时间随机的变化。这种模型可以计算出系统每一时刻处于各种状态之间的转移概率。...

2019-10-11 16:23:53

词性标注

对中文进行词性标注步骤:读取文本读取停用词分词、删除停用词词性标注统计词频# 中文、词性标记、统计词频import reimport jiebaimport jieba.posseg as psegimport pandas as pdclass WordsCounter(): def __init__(self, filepath, path):...

2019-10-10 10:22:00

推荐系统(3)

隐语义模型(LFM)从数据出发,进行个性化推荐用户和物品之间有着隐含关系计算机能够更好的理解隐含因子将用户和物品通过中介隐含因子联系起来隐语义模型是基于机器学习的思想,ItemCF和UserCF是基于统计建模的思想RUI=PUQI=∑k=1KPUkQkIR_{UI}=P_{U}Q_{I}=\sum_{k=1}^{K}P_{Uk}Q_{kI}RUI​=PU​QI​=∑k=1K​PUk...

2019-10-08 15:55:35

查看更多

勋章 我的勋章
  • 签到新秀
    签到新秀
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 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。