分类
发现
标签
搜索
注册
登录
分类
发现
榜单
标签
搜索
注册
登录
搜索
万象云档
本次搜索耗时
1.832
秒,为您找到
532
个相关结果.
搜书籍
搜文档
十三、树和森林
719
2025-05-16
《数据科学和人工智能技术笔记》
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...
简介
716
2024-12-16
《Vanilla中文手册》
香草/Vanilla 邮件列表 推荐始终使用最新版的Vanilla 特性 安装 Vanilla-V0.1.0-rc4.1 或之前版本的 Vanilla 安装请参见 : README-V0.1.0-rc4.1.md 快速开始 更多信息 社区组织 QQ群&&微信公众号 香草/Vanilla 香草/Vanilla是一个基于Openrest...
数据模型
715
2025-05-18
《HBase™ 中文参考指南 3.0》
数据模型 21.概念视角 22.物理视角 23.命名空间 23.1.命名空间管理 23.2.预定义的名称空间 24.表 25.行 26.列族 27.单元格 28.数据模型操作 28.1.Get 28.2.Put 28.3.Scan 28.4.Delete 29.版本 29.1.指定要存储的版本数 29.2.版本和 HBase 操...
基于宝塔
709
2025-05-07
《Discuz! Q 官方文档》
基于宝塔 操作场景 前提条件 操作步骤 步骤一:配置PHP 安装扩展 # 删除禁用函数 # 步骤二:创建站点 步骤三:远程下载 DIscuz!Q 部署文件压缩包 步骤四:解压 DIscuz!Q 部署文件压缩包 步骤五:修改网站配置 配置伪静态 设置 gzip 步骤六:初始化安装 Discuz! Q 步骤七:添加计划任务 基于...
torchvision对象检测微调教程
704
2025-05-18
《PyTorch 中文教程 1.7》
torchvision 对象检测微调教程 定义数据集 为 PennFudan 编写自定义数据集 定义模型 1-将预训练模型用于微调 2-修改模型以添加其他主干 PennFudan 数据集的实例细分模型 将所有内容放在一起 测试forward() 方法(可选) 总结 torchvision 对象检测微调教程 原文:https://py...
Generator 函数的异步应用
703
2025-05-15
《ECMAScript 6 教程》
传统方法 基本概念 异步 回调函数 Promise 协程 Generator 函数的数据交换和错误处理 异步任务的封装 Thunk 函数 参数的求值策略 Thunk 函数的含义 JavaScript 语言的 Thunk 函数 Thunk 函数的自动流程管理 co 模块 基本用法 co 模块的原理 基于 Promise 对象的自动...
除了宝塔!5 款主流服务器管理面板深度测评:轻量开源、多机管理全都有
697
2025-11-02
《AI老牛逼了》
一、先搞懂:为什么需要宝塔替代方案? 二、5 款替代面板深度拆解(附阿里云适配教程) 1. 1Panel:轻量开源首选,Go 语言性能碾压 核心特色 适用场景 阿里云安装步骤(CentOS 7/8 通用) 避坑指南 2. Yops:多机运维神器,一台面板管所有服务器 核心特色 适用场景 阿里云安装步骤 避坑指南 3. AppNode:功...
Apache
696
2025-05-07
《Discuz! Q 官方文档》
Apache 操作场景 前提条件 操作步骤 步骤一:配置PHP 安装扩展 启用 PHP 函数 步骤二:配置 Apache # 启用 mod_rewrite 步骤三:下载并解压 Discuz! Q 安装包 步骤四:初始化安装 Discuz! Q 步骤五:添加计划任务 基于手动配置的环境 Apache 操作场景 本文档将指导您如...
7.1.1 面向过程观点
694
2025-05-08
《程序设计思想与方法》
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...
7.1 K 近邻算法
683
2025-05-31
《编程之法:面试和算法心得》
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...
1..
«
17
18
19
20
»
..54