背景由于工作需要，现有的web应用必须跑在linux+JDK+jBoss的环境下。早在写此文之前，公司已经成功部署JDK+jBoss在CentOS上，应用运行也正常，但唯一的问题是，验证码不能显示。具体报错为X11FontManager类不能初始化，找遍全网未找到相关问题的原因。大多数说不能访问XServer，使用JDK自带的图形处理类。即设置-Djava.awt.headless=true。全网这方面提议最多。虽然不太懂jBoss的机制，但看了stand
系统 2019-08-12 01:31:59 2968
python版本：3.7scrapy版本：1.7.1问题描述在这个目录下正常生成(venv)G:\Users\Administrator\PycharmProjects\pythonPratice\code\spider\day04>scrapygenspiderttttitcast.cnCreatedspider'tttt'usingtemplate'basic'在下一级及以下目录生成失败，mySpider及以下为通过scrapystartproject
系统 2019-09-27 17:51:15 2967
数据集数据集：ris鸢尾花数据集，它包含3个不同品种的鸢尾花：[Setosa，Versicolour，andVirginica]数据，特征：[‘sepallength’,‘sepalwidth’,‘petallength’,‘petalwidth’],一共150个数据。由于这是2分类问题，所以选择前两类数据进行算法测试。代码实现importnumpyasnpimportpandasaspdfromsklearn.datasetsimportload_iri
系统 2019-09-27 17:46:36 2967
1、需要将时间字符串转换成datetime类型,语法:data[‘time']=pd.to_datetime(data[‘time'])2、将时间列设置成索引列data.set_index(‘time')3、画图分两种(1)matplotlib.pyplot方式打印某一列数据,直接data[‘some_columns'].plot(),会自动将时间作为横坐标(2)pycharts方式frompyechartsimportBarbar=Bar("数据分析")
系统 2019-09-27 17:46:15 2967
4.4.WindowsVista中的文件夹计算机中的最高级的、众星拱月般的旗舰文件夹是“计算机”文件夹。从这个窗口开始，你能到达计算机上的每个磁盘、文件夹和文件
系统 2019-08-29 22:20:09 2967
Doug又写了一个很cool的Flex组件，可以带给用户很好的体验。这个组件扩展自Flex的ViewStack，使用了两个开源的类库：PV3D和Tweener.onlinedemo:http://dougmccune.com/flex/coverflow/flexcontrols/CoverFlow_FlexControls.htmldownload:http://www.5uflash.com/plus/download.php?open=1&aid=2
系统 2019-08-29 22:16:27 2967
本文主要演示如何在Ubuntu上搭建Watir-Webdriver与Cucumber环境，用于自动化测试。1.Ubuntu环境A.安装因为我的工作机是Windows，所以采用虚拟机的方式使用Ubuntu。1.首先安装虚拟机软件，可以使用VMwareworkstation、VirtualBox等虚拟机软件。2.在虚拟机中安装Ubuntu，我使用了Ubuntu13.1032位.注意：Ubuntu32位与64位对于我们的环境搭建没有区别，因为我的虚拟机内存为1G
系统 2019-08-12 09:27:40 2967
如果在我们的分类问题中，输入特征$x$是连续型随机变量，高斯判别模型(GaussianDiscriminantAnalysis,GDA)就可以派上用场了。以二分类问题为例进行说明，模型建立如下：样本输入特征为\(x\in\mathbb{R}^n\),其类别\(y\in\{0,1\}\)；样本类别\(y\)服从参数为\(\phi\)的伯努力分布，即\(y\simBernoulli(\phi)\)；两类样本分别服从不同的高斯分布，即\(x|y=0\sim\ma
系统 2019-08-12 01:33:04 2967
第一章引言第二章预备知识第三章直接聚类法第四章K-means第五章DBSCAN第六章OPTICS第七章聚类分析的效果评测第八章数据尺度化问题作者:peghoty出处:http://blog.csdn.net/itplus/article/details/10088101欢迎转载/分享,但请务必声明文章出处.聚类算法初探（二）预备知识
系统 2019-08-12 01:32:58 2967
CUR分解要理解CUR分解，需要先看下SVD分解。SVD理论以及Python实现算法流程给定输入的矩阵A。A=C∗U∗RA=C*U*RA=C∗U∗R随机选r个列构成C和r个行构成R（也可以使用，平方和加权过的行和列（常用））然后选取W矩阵（C和R的交集，也就是被选出来的部分，在C和R中同时出现的A矩阵中的位置。）对W做SVD分解，得到X∑YTX\sumY^TX∑YT对∑\sum∑做广义逆矩阵(∑)+(\sum)^+(∑)+，也就是只有非0元的部分才变成原来
系统 2019-09-27 17:52:38 2966
