机器学习knn算法中目标变量转换为factor 5C

向大神们请教:1,学习knn算法中将目标变量转换为factor,目的是什么?且他的level设定有什么具体的要求么?使用knn算法时,变量必须要处理成有序分类变量么?

1个回答

Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
KNN算法中的相关问题,测试元组、训练元组
KNN算法中的测试元组和训练元组是怎么得来的,是自己随便写的吗
kNN分类算法中k的取值如何确定?
kNN分类算法中k的取值如何确定,是一个一个试,直到试出预测准确率最高的么?
请教在处理knn算法读取datingTestSet.txt文件那里,在cmd中运行一直报错文件不存在应该怎么处理?
在处理knn算法读取datingTestSet.txt文件那里,在cmd中运行一直报错怎么处理?datingTestSet.txt文件和python.exe在同一个文件夹下![图片说明](https://img-ask.csdn.net/upload/201906/17/1560735212_108787.jpg)
KNN算法的训练样本和测试样本是什么?
我把 jaffe数据库的图片预处理之后分成了训练集和测试集,训练集70张,测试集70张,两个集合的每张图片是对应的,即是同一个人的同一种表情,其余73张图片删掉不用。我把每一张图片imread后reshape成一个行向量,即一张图片对应一个行向量,这样就形成了训练集矩阵 X和测试集矩阵 C。把 X和 C进行 fastica计算,得到 训练集的独立分量矩阵 icasigX和测试集的独立分量矩阵 icasigC。把 icasigX, icasigC,X和 C转置之后进行 X和 C向icasigX和 icasigC投影计算,得到投影系数矩阵 XTOU和 CTOU,这时它俩都是 70*70大小的一列为一个 X的投影系数的方阵。KNN算法有4个输入参数,我令 in等于XTOU转置,test等于 CTOU转置,out等于70*1的 X的类,k先设置为1,最后进行 KNN计算,即 target= KNN[in,out,test,k]。可是我把 k从1试到8,实验结果都差得离谱,说明我的思路是错误的。![图片](https://img-ask.csdn.net/upload/201605/22/1463887838_78938.jpg)![图片](https://img-ask.csdn.net/upload/201605/22/1463887940_644761.jpg)![图片](https://img-ask.csdn.net/upload/201605/22/1463887958_3632.jpg)
knn猫狗识别算法中样本为0报错
错误如下: ValueError: With n_samples=0, test_size=0.25 and train_size=None, the resulting train set will be empty. Adjust any of the aforementioned parameters. 代码如下: # import the necessary packages from sklearn.neighbors import KNeighborsClassifier from sklearn.preprocessing import LabelEncoder from sklearn.model_selection import train_test_split from sklearn.metrics import classification_report from pyimagesearch.preprocessing import SimplePreprocessor from pyimagesearch.datasets import SimpleDatasetLoader from imutils import paths import argparse # construct the argument parse and parse the arguments ap = argparse.ArgumentParser() ap.add_argument("-d", "--datasets", type=str, default="‪H:\\111\\try1\\pyimagesearch\\datasets\\animals\\", help="path to input dataset") ap.add_argument("-k", "--neighbors", type=int, default=1, help="# of nearest neighbors for classification") ap.add_argument("-j", "--jobs", type=int, default=-1, help="# of jobs for k-NN distance (-1 uses all available cores)") args = vars(ap.parse_args()) # grab the list of images that we’ll be describing print("[INFO] loading images...") imagePaths = list(paths.list_images(args["datasets"])) # initialize the image preprocessor, load the dataset from disk, # and reshape the data matrix sp = SimplePreprocessor.SimplePreprocessor(32, 32) sdl = SimpleDatasetLoader.SimpleDatasetLoader(preprocessors=[sp]) (data, labels) = sdl.load(imagePaths, verbose=500) data = data.reshape((data.shape[0], 3072)) # show some information on memory consumption of the images print("[INFO] features matrix: {:.1f}MB".format( data.nbytes / (1024 * 1000.0))) # encode the labels as integers le = LabelEncoder() labels = le.fit_transform(labels) # partition the data into training and testing splits using 75% of # the data for training and the remaining 25% for testing (trainX, testX, trainY, testY) = train_test_split(data, labels, test_size=0.25, random_state=42) # train and evaluate a k-NN classifier on the raw pixel intensities print("[INFO] evaluating k-NN classifier...") model = KNeighborsClassifier(n_neighbors=args["neighbors"], n_jobs=args["jobs"]) model.fit(trainX, trainY) print(classification_report(testY, model.predict(testX), target_names=le.classes_)) ``` ```
sk-learn中KNN算法能动态的构建ball-tree吗
比如我用100个训练集去训练,训练完后我用一个数据的测试集去测试,测试完后我希望将这一个测试集加到训练集中去,必须重新构建这棵ball-tree吗(假设用的是这个树)?? 我看了ball-tree的那个5种构建树的论文:Five Balltree Construction Algorithms。论文中是说这5种构建树,其中2种是online,但sk-learn不知道怎么用 跪求大神指导!!万分感谢 贴上代码: X1=[[0,0],[2,4],[5,5],[10,10],[15,15]] Y1=[0,1,1,0,0] clf = neighbors.KNeighborsClassifier(algorithm="ball_tree", metric='euclidean',n_neighbors=5) clf.fit(X1,Y1) a=clf.predict([[1,3]]) print(a) 就是我想预测完[1,3]之后,希望将它加到之前构建的ball_tree中,而不是将[1,3]再加到X中重新fit,不知道有没有办法,求指教,急急急。万分感谢
在python上使用knn算法识别mnist。正确率只有27%。求查错,自己看了好几天都找不出来哪出问题了
在python上使用knn算法识别mnist。正确率只有27%。求查错,自己看了好几天都找不出来哪出问题了 ``` # -*- coding: UTF-8 -*- from __future__ import division import os import struct import numpy as np import data import heapq '''knn 求距离公式''' def euc(vec1, vec2): npvec1, npvec2 = np.array(vec1), np.array(vec2) return ((npvec1-npvec2)**2).sum() '''data.image_data是mnist数据集,b是将这个数据集分成60000份''' a=np.array([data.image_data]) b=a.reshape((60000,784)) '''data.image_test_data是mnist测试集,d是将这个数据集分成10000份''' c=np.array([data.image_test_data]) d=c.reshape((10000,784)) '''i是测试次数,y是正确的次数''' i=0 y=0 while i < 10000: list1=[] list2=[] '''计算距离,并放入list1''' for x in b: list1.append(euc(d[i],x)) '''从list1里选3个最小的''' result = map(list1.index, heapq.nsmallest(11, list1)) result.sort() for x in result: x1=data.label_data[x] list2.append(x1) if data.label_test_data[i]==max(set(list2), key=list2.count): '''用百分比显示出正确率''' y=y+1 print("correct",i+1,"%.4f%%" % (y/(i+1)*100)) else: print("not correct",i+1) i=i+1 ``` ![图片说明](https://img-ask.csdn.net/upload/201908/03/1564832452_390239.png)
7.28(周日)中午之前要:如何使用Matlab或python或其他语言解决机器学习中KNN与GMM的问题?
![图片说明](https://img-ask.csdn.net/upload/201907/25/1564014594_860755.jpg)[related code](https://pan.baidu.com/s/1Ixzl25jBUP8KkWfzIQyFZg "")
关于R语言中的impute.knn函数
impute.knn(data.matrix(mat[, -1]), rowmax = thresh, colmax=0.5)$data -> mat[, -1] 这样一个函数,运行到这里报错说找不到impute.knn 这个函数,在最新版本的R中也没有impute这个包,只有一个叫“imputeR”的包,试了这个包也不好用。 各位有没有什么办法解决这个问题,或者有什么其他包中有knn算法替代的也可以,本人小白麻烦回答的老哥们说详细些。
knn中,两个向量的距离如何用马氏距离(mahalanobis)计算?
麻烦请教一下各位大佬,小弟最近刚刚接触机器学习,才疏学浅,理解不精。 knn中两个向量间距离的计算往往用欧式距离,若要将之换成马氏距离,该如何操作呢? 是否要计算traindata的逆协方差矩阵,再以此计算某一测试数据和traindata中所有向量的距离?
K-最大近临算法的训练样本和测试样本是什么?
我把 jaffe数据库的图片预处理之后分成了训练集和测试集,训练集70张,测试集70张,两个集合的每张图片是对应的,即是同一个人的同一种表情,其余73张图片删掉不用。我把每一张图片imread后reshape成一个行向量,即一张图片对应一个行向量,这样就形成了训练集矩阵 X和测试集矩阵 C。把 X和 C进行 fastica计算,得到 训练集的独立分量矩阵 icasigX和测试集的独立分量矩阵 icasigC。把 icasigX, icasigC,X和 C转置之后进行 X和 C向icasigX和 icasigC投影计算,得到投影系数矩阵 XTOU和 CTOU,这时它俩都是 70*70大小的一列为一个 X的投影系数的方阵。KNN算法有4个输入参数,我令 in等于XTOU转置,test等于 CTOU转置,out等于70*1的 X的类,k先设置为1,最后进行 KNN计算,即 target= KNN[in,out,test,k]。可是我把 k从1试到8,实验结果都差得离谱,说明我的思路是错误的。 所以 KNN算法的训练样本和测试样本是什么?
python能够写出R树的knn查询算法么
最好是利用python自动的那个能显示点的功能,有个比较好的演示效果的算法,能显示查询点,还有周围的几个点,然后做个查询的那个样子
KNN为什么非相关性特征向量的存在会使K近邻算法的准确性减小
在网上看教程时发现大家都是这么写的,前一句都是讲k的确定,如使用交叉验证,但是大家没有讲为什么非相关性特征向量的存在会使准确性减小
有关密文检索排序问题
利用线性索引结构进行密文检索并排序时,请问除了安全的KNN算法还有什么方法能让加密后的内积与加密前计算的内积相等? 在研究密文检索时,索引和陷门都是二进制索引向量,希望在公有云服务器中的计算密文环境下索引向量和陷门向量的内积,除了使用可逆矩阵加密的那种knn算法,还有什么方法可以达到要求呢? 或许也不需要密文计算的内积与加密前计算的内积相等,只要能比较大小就行,在服务器端能够实现排序
PyCharm是否可以不通过同级目录的方式导入自己写的模块
今天做一个KNN算法,再测试程序里想导入一个自己写的模块,网上百度的都是一些很乱的东西,大都是直接通过设置下载第三方包,那个当然知道啊。但是如果想导入自己写的模块,不通过把它复制到我的KNN算法的工程目录里,可以吗?可以的话怎么做呢?求教
KeyError: 'sepallength'问题
Traceback (most recent call last): File "F:\Anaconda\lib\site-packages\pandas\core\indexes\base.py", line 2657, in get_loc return self._engine.get_loc(key) File "pandas/_libs/index.pyx", line 108, in pandas._libs.index.IndexEngine.get_loc File "pandas/_libs/index.pyx", line 132, in pandas._libs.index.IndexEngine.get_loc File "pandas/_libs/hashtable_class_helper.pxi", line 1601, in pandas._libs.hashtable.PyObjectHashTable.get_item File "pandas/_libs/hashtable_class_helper.pxi", line 1608, in pandas._libs.hashtable.PyObjectHashTable.get_item KeyError: 'sepallength' During handling of the above exception, another exception occurred: Traceback (most recent call last): File "C:/Users/Shinelon/PycharmProjects/datamining/ShuJuWaJue/knnData.py", line 119, in <module> plt.scatter(x=t0['sepallength'][:50], y=t0['petallength'][:50], color='r', label='Iris-virginica') File "F:\Anaconda\lib\site-packages\pandas\core\frame.py", line 2927, in __getitem__ indexer = self.columns.get_loc(key) File "F:\Anaconda\lib\site-packages\pandas\core\indexes\base.py", line 2659, in get_loc return self._engine.get_loc(self._maybe_cast_indexer(key)) File "pandas/_libs/index.pyx", line 108, in pandas._libs.index.IndexEngine.get_loc File "pandas/_libs/index.pyx", line 132, in pandas._libs.index.IndexEngine.get_loc File "pandas/_libs/hashtable_class_helper.pxi", line 1601, in pandas._libs.hashtable.PyObjectHashTable.get_item File "pandas/_libs/hashtable_class_helper.pxi", line 1608, in pandas._libs.hashtable.PyObjectHashTable.get_item KeyError: 'sepallength' 今天做鸢尾花数据的knn算法实验发生以下问题,请问哪里有问题啊,一直找不出来
关于knn类别判定的问题
我手里的数据类别是1,2,3。在计算欧氏距离之后取最近的k个训练项后,用距离加权合适吗?我的目标是离散的1,2,3啊,如果用平均值或者距离加权计算出来的应该还需要判断或者取整吧,这样合适吗?我现在的代码是直接看标签为1,2,3的项哪个多就归到那一类,一样多直接认为无法判断(判错)。这种离散目标值应该怎么选择算法呢。。。。
【急需解决的问题】knn聚类和分类的区别
我知道knn分类需要测试集和训练集,knn聚类的思想是什么,为什么不需要测试集,只有训练集(听别人说的)
WEKA IBK算法对Nominal型属性如何进行距离计算的?
如题,IBk是最邻近算法,对于属性是numeric的,可以直接用欧式距离公式计算距离,那么对于离散的Nominal型的属性,如何进行距离计算?
Java学习的正确打开方式
在博主认为,对于入门级学习java的最佳学习方法莫过于视频+博客+书籍+总结,前三者博主将淋漓尽致地挥毫于这篇博客文章中,至于总结在于个人,实际上越到后面你会发现学习的最好方式就是阅读参考官方文档其次就是国内的书籍,博客次之,这又是一个层次了,这里暂时不提后面再谈。博主将为各位入门java保驾护航,各位只管冲鸭!!!上天是公平的,只要不辜负时间,时间自然不会辜负你。 何谓学习?博主所理解的学习,它是一个过程,是一个不断累积、不断沉淀、不断总结、善于传达自己的个人见解以及乐于分享的过程。
程序员必须掌握的核心算法有哪些?
由于我之前一直强调数据结构以及算法学习的重要性,所以就有一些读者经常问我,数据结构与算法应该要学习到哪个程度呢?,说实话,这个问题我不知道要怎么回答你,主要取决于你想学习到哪些程度,不过针对这个问题,我稍微总结一下我学过的算法知识点,以及我觉得值得学习的算法。这些算法与数据结构的学习大多数是零散的,并没有一本把他们全部覆盖的书籍。下面是我觉得值得学习的一些算法以及数据结构,当然,我也会整理一些看过...
前端 | 2. 正则
转载请注明以下: 本文转自清自以敬的博客:https://blog.csdn.net/qq_45791147 文章目录1.转义2.正则表达式初步2.1.匹配字符2.1.1.组成元素2.1.2.基础正则的设计 1.转义 转义的作用: 当某个字符在表达式中具有特殊含义,例如字符串引号中出现了引号,为了可以使用这些字符本身,而不是使用其在表达式中的特殊含义,则需要通过转义符“\”来构建该字符转义...
有哪些让程序员受益终生的建议
从业五年多,辗转两个大厂,出过书,创过业,从技术小白成长为基层管理,联合几个业内大牛回答下这个问题,希望能帮到大家,记得帮我点赞哦。 敲黑板!!!读了这篇文章,你将知道如何才能进大厂,如何实现财务自由,如何在工作中游刃有余,这篇文章很长,但绝对是精品,记得帮我点赞哦!!!! 一腔肺腑之言,能看进去多少,就看你自己了!!! 目录: 在校生篇: 为什么要尽量进大厂? 如何选择语言及方...
大学四年自学走来,这些私藏的实用工具/学习网站我贡献出来了
大学四年,看课本是不可能一直看课本的了,对于学习,特别是自学,善于搜索网上的一些资源来辅助,还是非常有必要的,下面我就把这几年私藏的各种资源,网站贡献出来给你们。主要有:电子书搜索、实用工具、在线视频学习网站、非视频学习网站、软件下载、面试/求职必备网站。 注意:文中提到的所有资源,文末我都给你整理好了,你们只管拿去,如果觉得不错,转发、分享就是最大的支持了。 一、电子书搜索 对于大部分程序员...
linux系列之常用运维命令整理笔录
本博客记录工作中需要的linux运维命令,大学时候开始接触linux,会一些基本操作,可是都没有整理起来,加上是做开发,不做运维,有些命令忘记了,所以现在整理成博客,当然vi,文件操作等就不介绍了,慢慢积累一些其它拓展的命令,博客不定时更新 free -m 其中:m表示兆,也可以用g,注意都要小写 Men:表示物理内存统计 total:表示物理内存总数(total=used+free) use...
比特币原理详解
一、什么是比特币 比特币是一种电子货币,是一种基于密码学的货币,在2008年11月1日由中本聪发表比特币白皮书,文中提出了一种去中心化的电子记账系统,我们平时的电子现金是银行来记账,因为银行的背后是国家信用。去中心化电子记账系统是参与者共同记账。比特币可以防止主权危机、信用风险。其好处不多做赘述,这一层面介绍的文章很多,本文主要从更深层的技术原理角度进行介绍。 二、问题引入 假设现有4个人...
程序员接私活怎样防止做完了不给钱?
首先跟大家说明一点,我们做 IT 类的外包开发,是非标品开发,所以很有可能在开发过程中会有这样那样的需求修改,而这种需求修改很容易造成扯皮,进而影响到费用支付,甚至出现做完了项目收不到钱的情况。 那么,怎么保证自己的薪酬安全呢? 我们在开工前,一定要做好一些证据方面的准备(也就是“讨薪”的理论依据),这其中最重要的就是需求文档和验收标准。一定要让需求方提供这两个文档资料作为开发的基础。之后开发...
网页实现一个简单的音乐播放器(大佬别看。(⊙﹏⊙))
今天闲着无事,就想写点东西。然后听了下歌,就打算写个播放器。 于是乎用h5 audio的加上js简单的播放器完工了。 演示地点演示 html代码如下` music 这个年纪 七月的风 音乐 ` 然后就是css`*{ margin: 0; padding: 0; text-decoration: none; list-...
Python十大装B语法
Python 是一种代表简单思想的语言,其语法相对简单,很容易上手。不过,如果就此小视 Python 语法的精妙和深邃,那就大错特错了。本文精心筛选了最能展现 Python 语法之精妙的十个知识点,并附上详细的实例代码。如能在实战中融会贯通、灵活使用,必将使代码更为精炼、高效,同时也会极大提升代码B格,使之看上去更老练,读起来更优雅。
数据库优化 - SQL优化
以实际SQL入手,带你一步一步走上SQL优化之路!
2019年11月中国大陆编程语言排行榜
2019年11月2日,我统计了某招聘网站,获得有效程序员招聘数据9万条。针对招聘信息,提取编程语言关键字,并统计如下: 编程语言比例 rank pl_ percentage 1 java 33.62% 2 cpp 16.42% 3 c_sharp 12.82% 4 javascript 12.31% 5 python 7.93% 6 go 7.25% 7 p...
通俗易懂地给女朋友讲:线程池的内部原理
餐盘在灯光的照耀下格外晶莹洁白,女朋友拿起红酒杯轻轻地抿了一小口,对我说:“经常听你说线程池,到底线程池到底是个什么原理?”
《奇巧淫技》系列-python!!每天早上八点自动发送天气预报邮件到QQ邮箱
将代码部署服务器,每日早上定时获取到天气数据,并发送到邮箱。 也可以说是一个小型人工智障。 知识可以运用在不同地方,不一定非是天气预报。
经典算法(5)杨辉三角
杨辉三角 是经典算法,这篇博客对它的算法思想进行了讲解,并有完整的代码实现。
腾讯算法面试题:64匹马8个跑道需要多少轮才能选出最快的四匹?
昨天,有网友私信我,说去阿里面试,彻底的被打击到了。问了为什么网上大量使用ThreadLocal的源码都会加上private static?他被难住了,因为他从来都没有考虑过这个问题。无独有偶,今天笔者又发现有网友吐槽了一道腾讯的面试题,我们一起来看看。 腾讯算法面试题:64匹马8个跑道需要多少轮才能选出最快的四匹? 在互联网职场论坛,一名程序员发帖求助到。二面腾讯,其中一个算法题:64匹...
面试官:你连RESTful都不知道我怎么敢要你?
干货,2019 RESTful最贱实践
Docker 从入门到掉坑
Docker 介绍 简单的对docker进行介绍,可以把它理解为一个应用程序执行的容器。但是docker本身和虚拟机还是有较为明显的出入的。我大致归纳了一下,可以总结为以下几点: docker自身也有着很多的优点,关于它的优点,可以总结为以下几项: 安装docker 从 2017 年 3 月开始 docker 在原来的基础上分为两个分支版本: Docker CE 和 Doc...
为啥国人偏爱Mybatis,而老外喜欢Hibernate/JPA呢?
关于SQL和ORM的争论,永远都不会终止,我也一直在思考这个问题。昨天又跟群里的小伙伴进行了一番讨论,感触还是有一些,于是就有了今天这篇文。 声明:本文不会下关于Mybatis和JPA两个持久层框架哪个更好这样的结论。只是摆事实,讲道理,所以,请各位看官勿喷。 一、事件起因 关于Mybatis和JPA孰优孰劣的问题,争论已经很多年了。一直也没有结论,毕竟每个人的喜好和习惯是大不相同的。我也看...
白话阿里巴巴Java开发手册高级篇
不久前,阿里巴巴发布了《阿里巴巴Java开发手册》,总结了阿里巴巴内部实际项目开发过程中开发人员应该遵守的研发流程规范,这些流程规范在一定程度上能够保证最终的项目交付质量,通过在时间中总结模式,并推广给广大开发人员,来避免研发人员在实践中容易犯的错误,确保最终在大规模协作的项目中达成既定目标。 无独有偶,笔者去年在公司里负责升级和制定研发流程、设计模板、设计标准、代码标准等规范,并在实际工作中进行...
SQL-小白最佳入门sql查询一
不要偷偷的查询我的个人资料,即使你再喜欢我,也不要这样,真的不好;
项目中的if else太多了,该怎么重构?
介绍 最近跟着公司的大佬开发了一款IM系统,类似QQ和微信哈,就是聊天软件。我们有一部分业务逻辑是这样的 if (msgType = "文本") { // dosomething } else if(msgType = "图片") { // doshomething } else if(msgType = "视频") { // doshomething } else { // doshom...
Nginx 原理和架构
Nginx 是一个免费的,开源的,高性能的 HTTP 服务器和反向代理,以及 IMAP / POP3 代理服务器。Nginx 以其高性能,稳定性,丰富的功能,简单的配置和低资源消耗而闻名。 Nginx 的整体架构 Nginx 里有一个 master 进程和多个 worker 进程。master 进程并不处理网络请求,主要负责调度工作进程:加载配置、启动工作进程及非停升级。worker 进程负责处...
Python 编程开发 实用经验和技巧
Python是一门很灵活的语言,也有很多实用的方法,有时候实现一个功能可以用多种方法实现,我这里总结了一些常用的方法和技巧,包括小数保留指定位小数、判断变量的数据类型、类方法@classmethod、制表符中文对齐、遍历字典、datetime.timedelta的使用等,会持续更新......
YouTube排名第一的励志英文演讲《Dream(梦想)》
Idon’t know what that dream is that you have, I don't care how disappointing it might have been as you've been working toward that dream,but that dream that you’re holding in your mind, that it’s po...
“狗屁不通文章生成器”登顶GitHub热榜,分分钟写出万字形式主义大作
一、垃圾文字生成器介绍 最近在浏览GitHub的时候,发现了这样一个骨骼清奇的雷人项目,而且热度还特别高。 项目中文名:狗屁不通文章生成器 项目英文名:BullshitGenerator 根据作者的介绍,他是偶尔需要一些中文文字用于GUI开发时测试文本渲染,因此开发了这个废话生成器。但由于生成的废话实在是太过富于哲理,所以最近已经被小伙伴们给玩坏了。 他的文风可能是这样的: 你发现,...
程序员:我终于知道post和get的区别
是一个老生常谈的话题,然而随着不断的学习,对于以前的认识有很多误区,所以还是需要不断地总结的,学而时习之,不亦说乎
《程序人生》系列-这个程序员只用了20行代码就拿了冠军
你知道的越多,你不知道的越多 点赞再看,养成习惯GitHub上已经开源https://github.com/JavaFamily,有一线大厂面试点脑图,欢迎Star和完善 前言 这一期不算《吊打面试官》系列的,所有没前言我直接开始。 絮叨 本来应该是没有这期的,看过我上期的小伙伴应该是知道的嘛,双十一比较忙嘛,要值班又要去帮忙拍摄年会的视频素材,还得搞个程序员一天的Vlog,还要写BU...
程序员把地府后台管理系统做出来了,还有3.0版本!12月7号最新消息:已在开发中有github地址
第一幕:缘起 听说阎王爷要做个生死簿后台管理系统,我们派去了一个程序员…… 996程序员做的梦: 第一场:团队招募 为了应对地府管理危机,阎王打算找“人”开发一套地府后台管理系统,于是就在地府总经办群中发了项目需求。 话说还是中国电信的信号好,地府都是满格,哈哈!!! 经常会有外行朋友问:看某网站做的不错,功能也简单,你帮忙做一下? 而这次,面对这样的需求,这个程序员...
网易云6亿用户音乐推荐算法
网易云音乐是音乐爱好者的集聚地,云音乐推荐系统致力于通过 AI 算法的落地,实现用户千人千面的个性化推荐,为用户带来不一样的听歌体验。 本次分享重点介绍 AI 算法在音乐推荐中的应用实践,以及在算法落地过程中遇到的挑战和解决方案。 将从如下两个部分展开: AI算法在音乐推荐中的应用 音乐场景下的 AI 思考 从 2013 年 4 月正式上线至今,网易云音乐平台持续提供着:乐屏社区、UGC...
相关热词 基于c#波形控件 c# 十进制转十六进制 对文件aes加密vc# c#读取栈中所有的值 c# rsa256加密 好 学c# 还是c++ c# 和java的差距 c# curl网络框架 c# https证书请求 c# 中崎
立即提问