阿叶_
阿叶_

菜鸟的数据挖掘实战-学习路径

这是一个菜鸟的数据挖掘实战记录，目的是快速门数据挖掘，少走弯路。
内容上，由于自己的确是菜得不行，所以在跟随入门级比赛：二手车价格预测进行实战中，会重点叙述学习方法和思路，并补充其他学习资料。内容预计分为六篇正文，本篇是前言，介绍基础知识和学习框架。
学习方法是有共性的，希望我的学习过程可以帮到其他对数据挖掘感兴趣的小伙伴。

目录

  • 1. 学习路径
    • - 学习资料
    • - 学习路径思维导图
  • 2. 学习方法
  • 其他

1. 学习路径

数据挖掘入手的一个好方法是实战，通过实践可以快速把握整体情况和自己的薄弱环节。本次就是通过Datawhale和天池合办的一个零基础数据挖掘比赛进行学习。

- 学习资料

零基础入门数据挖掘 - 二手车交易价格预测

- 学习路径思维导图

菜鸟的数据挖掘实战-学习路径_第1张图片
来源：DataWhale官方
思维导图清晰地描述了整个学习路径，之后我们将按照如图框架进行学习。

2. 学习方法

考虑到自身基础薄弱的现状，倾向于剥洋葱式学习法,层层深入，主抓重点。

  • 第一层：确定学习目标，了解基础数据挖掘步骤
  • 第二层：通过代码和资料学习，了解每一步处理的重点和目的
  • 第三层：对重难点加深学习
  • 同时，记得运用我们的2W1H学习好伴侣：WHAT做什么，WHY为什么这么做、HOW怎么做

入门阶段着重解决前两层，第三层将在确定重难点后进行。

其他

比赛相关学习资料将在天池分享，也可关注Datawhale公众号查看详情

你可能感兴趣的:(零基础入门数据挖掘)

  • 2020-03-24 黑乎乎AI
    Datawhale零基础入门数据挖掘-Task2数据分析【代码摘要】赛题：零基础入门数据挖掘-二手车交易价格预测地址：[https://tianchi.aliyun.com/competition/entrance/231784/introduction?spm=5176.12281957.1004.1.38b02448ausjSX]EDA的价值主要在于熟悉数据集，了解数据集，对数据集进行验证来确
  • 零基础入门金融风控-贷款违约预测Task2 数据分析 一缕阳光lyz 数据分析数据挖掘
    Task2数据分析此部分为零基础入门金融风控的Task2数据分析部分，带你来了解数据，熟悉数据，为后续的特征工程做准备，欢迎大家后续多多交流。赛题：零基础入门数据挖掘-零基础入门金融风控之贷款违约目的：1.EDA价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模.2.了解变量间的相互关系、变量与预测值之间的存在关系。3.为特征工
  • Task 4：建模调参 我是曾阿牛
    Datawhale零基础入门数据挖掘-Task4建模调参四、建模与调参4.1学习目标了解常用的机器学习模型，并掌握机器学习模型的建模与调参流程完成相应学习打卡任务4.2内容介绍线性回归模型：线性回归对于特征的要求；处理长尾分布；理解线性回归模型；模型性能验证：评价函数与目标函数；交叉验证方法；留一验证方法；针对时间序列问题的验证；绘制学习率曲线；绘制验证曲线；嵌入式特征选择：Lasso回归；Rid
  • Task2 数据分析 (1) __y__
    Task2数据分析此部分为零基础入门金融风控的Task2数据分析部分，带你来了解数据，熟悉数据，为后续的特征工程做准备，欢迎大家后续多多交流。赛题：零基础入门数据挖掘-零基础入门金融风控之贷款违约目的：1.EDA价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模.2.了解变量间的相互关系、变量与预测值之间的存在关系。3.为特征工
  • 贷款违约预测-Task5 模型融合 致Great
    Task5模型融合Tip:此部分为零基础入门金融风控的Task5模型融合部分，欢迎大家后续多多交流。赛题：零基础入门数据挖掘-零基础入门金融风控之贷款违约预测项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master/FinancialRiskControl比赛地址：https://tianchi.ali
  • 天池零基础入门数据挖掘-心跳信号分类预测（流程初试水） JadessLi
    作为第一次参加此类比赛的小白，流水账般地记录一下自己首次比赛提交过程。一.赛题简介https://tianchi.aliyun.com/competition/entrance/531883/introduction题以心电图心跳信号数据为背景，要求选手根据心电图感应数据预测心跳信号所属类别，其中心跳信号对应正常病例以及受不同心律不齐和心肌梗塞影响的病例，这是一个多分类的问题。通过这道赛题来引导大
  • 贷款违约预测-Task2 数据分析 致Great
    Task2数据分析此部分为零基础入门金融风控的Task2数据分析部分，带你来了解数据，熟悉数据，为后续的特征工程做准备，欢迎大家后续多多交流。赛题：零基础入门数据挖掘-零基础入门金融风控之贷款违约目的：1.EDA价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模.2.了解变量间的相互关系、变量与预测值之间的存在关系。3.为特征工
  • 2020-04-01 黑乎乎AI
    #Datawhale零基础入门数据挖掘-Task4建模调参##四、建模与调参Tip:此部分为零基础入门数据挖掘的Task4建模调参部分，带你来了解各种模型以及模型的评价和调参策略，欢迎大家后续多多交流。**赛题：零基础入门数据挖掘-二手车交易价格预测**地址：[https://tianchi.aliyun.com/competition/entrance/231784/introduction?s
  • 贷款违约预测-Task3 特征工程 致Great
    Task3特征工程此部分为零基础入门金融风控的Task3特征工程部分，带你来了解各种特征工程以及分析方法，欢迎大家后续多多交流。赛题：零基础入门数据挖掘-零基础入门金融风控之贷款违约项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master/FinancialRiskControl比赛地址：https:/
  • DataWhale二手车价格预测Task2-数据探索性分析EDA MachinePlay
    二手车数据探索性分析EDATip:此部分为零基础入门数据挖掘的Task1赛题理解部分，为大家入门数据挖掘比赛提供一个基本的赛题入门讲解，欢迎后续大家多多交流。赛题：零基础入门数据挖掘-二手车交易价格预测地址：https://tianchi.aliyun.com/competition/entrance/231784/introduction?spm=5176.12281957.1004.1.38b
  • 零基础入门数据挖掘-Task4 建模调参 上善若水弱水三千
    内容介绍线性回归模型：线性回归对于特征的要求；处理长尾分布；理解线性回归模型；模型性能验证：评价函数与目标函数；交叉验证方法；留一验证方法；针对时间序列问题的验证；绘制学习率曲线；绘制验证曲线；嵌入式特征选择：Lasso回归；Ridge回归；决策树；模型对比：常用线性模型；常用非线性模型；模型调参：贪心调参方法；网格调参方法；贝叶斯调参方法；代码示例1：读取数据importpandasaspdim
  • Datawhale 零基础入门数据挖掘-Task5 模型融合 YAN_DUDU
    Datawhale零基础入门数据挖掘-Task5模型融合融合是提分和提升模型鲁棒性的一种重要方法，主要有：1）结果层面的融合，这种是最常见的融合方法，其可行的融合方法也有很多，比如根据结果的得分进行加权融合，还可以做Log，exp处理等。在做结果融合的时候，有一个很重要的条件是模型结果的得分要比较近似，然后结果的差异要比较大，这样的结果融合往往有比较好的效果提升。2）特征层面的融合，这个层面其实感
  • 一零六五、零基础入门数据挖掘-心跳信号分类预测（阿里云天池赛） 托马斯-酷涛 #Python数据分析数据挖掘分类大数据python深度学习
    目录赛制官方链接赛题简介赛制说明长期赛（2021年7月～）正式赛（3月12日-5月12日）大赛组织赛题背景赛题数据评测标准结果提交代码实现赛制官方链接零基础入门数据挖掘-心跳信号分类预测_学习赛_天池大赛-阿里云天池赛题简介本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事——心跳信号分类预测。赛题以心电图心跳信号数据为背景，要求选手根据心电图感应数据预测心跳信号所属类别，其中心跳信
  • DataWhale 第17期组队学习经验分享(I)2020-09-14 華麗過去了會灰到記起
    这是本次大赛第一次经验分享:任务理解部分任务介绍整体学习内容本次组队学习的内容为：数据挖掘实践（金融风控），该内容来自Datawhale与天池联合发起的零基础入门数据挖掘-贷款违约预测学习赛的第一场。项目地址为:https://github.com/datawhalechina/team-learning-data-mining/tree/master/FinancialRiskControl整体
  • Datawhale 零基础入门数据挖掘-Task4 建模调参 YAN_DUDU
    Datawhale零基础入门数据挖掘-Task4建模调参这一部分主要讲的是调参的，调参有几个比较重要的模型：线性回归模型https://zhuanlan.zhihu.com/p/49480391决策树模型https://zhuanlan.zhihu.com/p/65304798GBDT模型https://zhuanlan.zhihu.com/p/45145899XGBoost模型https://z
  • 零基础入门数据挖掘 - 二手车交易价格预测--EDA suibianti EDA数据挖掘数据分析
    零基础入门数据挖掘-二手车交易价格预测--EDAEDA背景代码及讲解EDA背景赛题链接零基础入门数据挖掘-二手车交易价格预测EDA目的熟悉数据集，了解数据集，对数据集进行验证了解变量间的相互关系以及变量与预测值之间的存在关系为下一步的数据处理以及特征工程奠定基础代码及讲解引入数据科学以及可视化库#coding:utf-8#导入warnings包，利用过滤器来实现忽略警告语句。importwarni
  • 零基础入门数据挖掘——二手车交易价格预测：baseline FavoriteStar 机器学习数据挖掘机器学习python人工智能sklearn
    零基础入门数据挖掘-二手车交易价格预测赛题理解比赛要求参赛选手根据给定的数据集，建立模型，二手汽车的交易价格。赛题以预测二手车的交易价格为任务，数据集报名后可见并可下载，该数据来自某交易平台的二手车交易记录，总数据量超过40w，包含31列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取15万条作为训练集，5万条作为测试集A，5万条作为测试集B，同时会对name、model、bra
  • Datawhale Task3 特征工程 学习笔记 Wen Yu Python
    Datawhale零基础入门数据挖掘-Task3特征工程三、特征工程目标3.1特征工程目标对于特征进行进一步分析，并对于数据进行处理完成对于特征工程的分析，并对于数据进行一些图表或者文字总结并打卡。3.2内容介绍常见的特征工程包括：异常处理：通过箱线图（或3-Sigma）分析删除异常值；BOX-COX转换（处理有偏分布）；长尾截断；特征归一化/标准化：标准化（转换为标准正态分布）；归一化（抓换到[
  • Datawhale 零基础入门数据挖掘-Task3 特征工程 笔记 小木屋_doh 大数据python
    Datawhale零基础入门数据挖掘-Task3特征工程¶三、特征工程目标Tip:此部分为零基础入门数据挖掘的Task3特征工程部分，带你来了解各种特征工程以及分析方法，欢迎大家后续多多交流。赛题：零基础入门数据挖掘-二手车交易价格预测地址：https://tianchi.aliyun.com/competition/entrance/231784/introduction?spm=5176.12
  • 数据挖掘入门：（一）题目、数据集与评测标准 chu小初
    参考资料：【1】零基础入门数据挖掘-二手车交易价格预测https://tianchi.aliyun.com/competition/entrance/231784/introduction【2】Datawhale零基础入门数据挖掘https://github.com/datawhalechina/team-learning/（一）题目、数据集与评测标准https://tianchi.aliyun.
  • 数据挖掘 二手车EDA FunYoung0407
    二手车EDA赛题理解数据理解分析赛题EDA零基础入门数据挖掘-二手车交易价格预测赛题理解拿到赛题之后，首先要看看赛题的类型，是回归，分类，其他？同时，还要仔细读一下赛题背景，看看是不是已经说明存在数据漂移、异常值、缺失等现象，这样对我们的数据处理很有帮助。数据理解字段含义：接下来开始看一下数据，通过看字段含义，可以知道存在明确的特征，和匿名特征。对于明确的特征，我们能知道是分类变量，还是连续变量，
  • Datawhale 零基础入门数据挖掘-the first 直播 敢心历程非正常人类研究所 笔记python算法数据挖掘机器学习
    baseline&赛题理解部分讲解赛题理解一、赛题背景赛题以预测二手车的交易价格为任务以二手车的特征去预测它的价格这是一个回归问题赛题数据中的值可能是不正确或异常，我们要找出异常点通过方法去去除，并清洗数据train.csvSaleID-销售样本IDname-汽车编码regDate-汽车注册时间model-车型编码brand-品牌bodyType-车身类型fuelType-燃油类型gearbox-
  • 零基础入门数据挖掘-Task3 特征工程 上善若水弱水三千
    常见的特征工程包括：异常处理：1.通过箱线图（或3-Sigma）分析删除异常值；2.BOX-COX转换（处理有偏分布）；3.长尾截断；特征归一化/标准化：1.标准化（转换为标准正态分布）；2.归一化（抓换到[0,1]区间）；3.针对幂律分布，可以采用公式：数据分桶：1.等频分桶；2.等距分桶；3.Best-KS分桶（类似利用基尼指数进行二分类）；4.卡方分桶；缺失值处理：1.不处理（针对类似XGB
  • 天池&Datawhale-零基础入门数据挖掘Task4 微微微微辣
    一、内容介绍1、线性回归模型：线性回归对于特征的要求；处理长尾分布；理解线性回归模型；2、模型性能验证：评价函数与目标函数；交叉验证方法；留一验证方法；针对时间序列问题的验证；绘制学习率曲线；绘制验证曲线；3、嵌入式特征选择：Lasso回归；Ridge回归；决策树；4、模型对比：常用线性模型；常用非线性模型；5、模型调参：贪心调参方法；网格调参方法；贝叶斯调参方法；二、相关原理资料1、线性回归模型
  • 机器学习训练_金融风控_Task2_EDA 恶魔眼睛大又大��� python数据分析机器学习数据挖掘
    此部分为零基础入门金融风控的Task2数据分析部分，带你来了解数据，熟悉数据，为后续的特征工程做准备，欢迎大家后续多多交流。赛题：零基础入门数据挖掘-零基础入门金融风控之贷款违约目的：1.EDA价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模.2.了解变量间的相互关系、变量与预测值之间的存在关系。3.为特征工程做准备这里主要记
  • 【算法竞赛学习】心跳信号分类预测-特征工程 jaeden_xu 数据分析挖掘算法分类数据挖掘
    Task3特征工程此部分为零基础入门数据挖掘-心跳信号分类预测的Task3特征工程部分，带你来了解时间序列特征工程以及分析方法，欢迎大家后续多多交流。赛题：零基础入门数据挖掘-心跳信号分类预测项目地址：比赛地址：3.1学习目标学习时间序列数据的特征预处理方法学习时间序列特征处理工具Tsfresh（TimeSeriesFresh）的使用3.2内容介绍数据预处理时间序列数据格式处理加入时间步特征tim
  • 动手学深度学习（十二）——心跳信号分类预测（天池学习赛）简略 留小星 动手学深度学习：pytorch卷积神经网络pytorchCNN数据挖掘
    文章目录一、认识数据1.1加载原始数据1.2查看原始数据相关信息1.3查看心跳信号波形原始数据信息整理二、构建pytorch数据集三、构建神经网络四、训练模型五、模型测试：六、后期优化方向天池比赛：零基础入门数据挖掘-心跳信号分类预测主要介绍建模的步骤和思路（借鉴了B榜第一、第七以及各位大佬的部分内容，关于模型融合的部分将在之后的博客继续推出），采用CNN卷积神经网络对提供的一维数据进行训练。一、
  • 心跳信号分类预测（天池数据集） Liufynupt 牛刀小试大数据数据挖掘python
    前些时间，做了个阿里天池的练习赛，心跳预测。说是练习赛，实际也没赛，因为最后的结果也没拿去提交、上传之类的，最后做了个小展示，权当做练手，在这里和大家分享一下整体的思路，希望可以给后来者一些启发。期待可以和大家一起沟通交流，指出不足之处，相互学习，共同进步。先回顾一下先前的题目：数据集见下面链接，也不用大家花C币了，直接在下面链接就能下载。零基础入门数据挖掘-心跳信号分类预测赛题与数据-天池大赛-
  • 天池数据竞赛 “二手车交易价格预测”TOP 2%开源特征工程与模型调参代码 Sawaimilert 数据挖掘机器学习
    本文是天池的零基础入门数据挖掘之“二手车交易价格预测大赛”的相关baseline与后续提分的完整代码思路分享。目前score在446，名次在200名以内，使用的模型为LightGBM，个人电脑对面15w+的数据量太慢了，贝叶斯调参一边半天时间过去了==。现在把特征工程思路分享给大家，希望对大家提分有帮助。关注公众号“数据科学与人工智能技术”并发送文字“二手车”即可得到本代码。
  • 阿里天池新人赛——二手车交易价格预测（赛题理解） Dikuw-0705 python
    阿里天池新人赛——二手车交易价格预测-Task2数据分析概述本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事第一场——零基础入门数据挖掘之二手车交易价格预测大赛。赛事以二手车市场为背景，要求选手预测二手汽车的交易价格。这是典型的回归问题适合小白上手。探索性数据分析EDA（ExploratoryDataAnalysis)在对赛题有初步的了解和认识以后进行初步的分析，判断数据缺失和异常
  • 对股票分析时要注意哪些主要因素？ 会飞的奇葩猪 股票 分析 云掌股吧
    　　众所周知，对散户投资者来说，股票技术分析是应战股市的核心武器，想学好股票的技术分析一定要知道哪些是重点学习的，其实非常简单，我们只要记住三个要素：成交量、价格趋势、振荡指标。     一、成交量 　　大盘的成交量状态。成交量大说明市场的获利机会较多，成交量小说明市场的获利机会较少。当沪市的成交量超过150亿时是强市市场状态，运用技术找综合买点较准；
  • 【Scala十八】视图界定与上下文界定 bit1129 scala
    Context Bound，上下文界定，是Scala为隐式参数引入的一种语法糖，使得隐式转换的编码更加简洁。   隐式参数 首先引入一个泛型函数max，用于取a和b的最大值 def max[T](a: T, b: T) = { if (a > b) a else b }  因为T是未知类型，只有运行时才会代入真正的类型，因此调用a >
  • C语言的分支——Object-C程序设计阅读有感 darkblue086 applec框架cocoa
    自从1972年贝尔实验室Dennis Ritchie开发了C语言，C语言已经有了很多版本和实现，从Borland到microsoft还是GNU、Apple都提供了不同时代的多种选择，我们知道C语言是基于Thompson开发的B语言的，Object-C是以SmallTalk-80为基础的。和C++不同的是，Object C并不是C的超集，因为有很多特性与C是不同的。 Object-C程序设计这本书
  • 去除浏览器对表单值的记忆 周凡杨 html记忆autocompleteform浏览
                                       &n
  • java的树形通讯录 g21121 java
    最近用到企业通讯录，虽然以前也开发过，但是用的是jsf，拼成的树形，及其笨重和难维护。后来就想到直接生成json格式字符串，页面上也好展现。 // 首先取出每个部门的联系人 for (int i = 0; i < depList.size(); i++) { List<Contacts> list = getContactList(depList.get(i
  • Nginx安装部署 510888780 nginxlinux
    Nginx ("engine x") 是一个高性能的 HTTP 和 反向代理 服务器，也是一个 IMAP/POP3/SMTP 代理服务器。 Nginx 是由 Igor Sysoev 为俄罗斯访问量第二的 Rambler.ru 站点开发的，第一个公开版本0.1.0发布于2004年10月4日。其将源代码以类BSD许可证的形式发布，因它的稳定性、丰富的功能集、示例配置文件和低系统资源
  • java servelet异步处理请求 墙头上一根草 ｊａｖａ异步返回ｓｅｒｖｌｅｔ
    servlet3.0以后支持异步处理请求，具体是使用AsyncContext ，包装httpservletRequest以及httpservletResponse具有异步的功能，        final AsyncContext ac = request.startAsync(request, response);   ac.s
  • 我的spring学习笔记8-Spring中Bean的实例化 aijuans Spring 3
    在Spring中要实例化一个Bean有几种方法： 1、最常用的（普通方法） <bean id="myBean" class="www.6e6.org.MyBean" /> 使用这样方法，按Spring就会使用Bean的默认构造方法，也就是把没有参数的构造方法来建立Bean实例。 （有构造方法的下个文细说） 2、还
  • 为Mysql创建最优的索引 annan211 mysql索引
    索引对于良好的性能非常关键，尤其是当数据规模越来越大的时候，索引的对性能的影响越发重要。 索引经常会被误解甚至忽略，而且经常被糟糕的设计。 索引优化应该是对查询性能优化最有效的手段了，索引能够轻易将查询性能提高几个数量级，最优的索引会比 较好的索引性能要好2个数量级。 1 索引的类型 (1) B-Tree 不出意外，这里提到的索引都是指 B-
  • 日期函数 百合不是茶 oraclesql日期函数查询
      ORACLE日期时间函数大全 TO_DATE格式(以时间:2007-11-02 13:45:25为例) Year: yy two digits 两位年 显示值:07 yyy three digits 三位年 显示值:007
  • 线程优先级 bijian1013 javathread多线程java多线程
    多线程运行时需要定义线程运行的先后顺序。 线程优先级是用数字表示，数字越大线程优先级越高，取值在1到10，默认优先级为5。 实例： package com.bijian.study; /** * 因为在代码段当中把线程B的优先级设置高于线程A,所以运行结果先执行线程B的run()方法后再执行线程A的run()方法 * 但在实际中，JAVA的优先级不准，强烈不建议用此方法来控制执
  • 适配器模式和代理模式的区别 bijian1013 java设计模式
    一.简介        适配器模式：适配器模式（英语：adapter pattern）有时候也称包装样式或者包装。将一个类的接口转接成用户所期待的。一个适配使得因接口不兼容而不能在一起工作的类工作在一起，做法是将类别自己的接口包裹在一个已存在的类中。      &nbs
  • 【持久化框架MyBatis3三】MyBatis3 SQL映射配置文件 bit1129 Mybatis3
     SQL映射配置文件一方面类似于Hibernate的映射配置文件，通过定义实体与关系表的列之间的对应关系。另一方面使用<select>,<insert>,<delete>，<update>元素定义增删改查的SQL语句， 这些元素包含三方面内容 1. 要执行的SQL语句 2. SQL语句的入参，比如查询条件 3. SQL语句的返回结果
  • oracle大数据表复制备份个人经验 bitcarter oracle大表备份大表数据复制
    前提：    数据库仓库A（就拿oracle11g为例）中有两个用户user1和user2,现在有user1中有表ldm_table1,且表ldm_table1有数据5千万以上，ldm_table1中的数据是从其他库B（数据源）中抽取过来的，前期业务理解不够或者需求有变，数据有变动需要重新从B中抽取数据到A库表ldm_table1中。    
  • HTTP加速器varnish安装小记 ronin47 http varnish 加速
    上午共享的那个varnish安装手册，个人看了下，有点不知所云，好吧~看来还是先安装玩玩！ 苦逼公司服务器没法连外网，不能用什么wget或yum命令直接下载安装，每每看到别人博客贴出的在线安装代码时，总有一股羡慕嫉妒“恨”冒了出来。。。好吧，既然没法上外网，那只能麻烦点通过下载源码来编译安装了！ Varnish 3.0.4下载地址： http://repo.varnish-cache.org/
  • java-73-输入一个字符串，输出该字符串中对称的子字符串的最大长度 bylijinnan java
    public class LongestSymmtricalLength { /* * Q75题目：输入一个字符串，输出该字符串中对称的子字符串的最大长度。 * 比如输入字符串“google”，由于该字符串里最长的对称子字符串是“goog”，因此输出4。 */ public static void main(String[] args) { Str
  • 学习编程的一点感想 Cb123456 编程感想Gis
           写点感想，总结一些，也顺便激励一些自己.现在就是复习阶段，也做做项目.      本专业是GIS专业，当初觉得本专业太水，靠这个会活不下去的，所以就报了培训班。学习的时候，进入状态很慢，而且当初进去的时候，已经上到Java高级阶段了，所以.....，呵呵，之后有点感觉了，不过，还是不好好写代码，还眼高手低的，有
  • [能源与安全]美国与中国 comsci 能源
         现在有一个局面：地球上的石油只剩下N桶，这些油只够让中国和美国这两个国家中的一个顺利过渡到宇宙时代，但是如果这两个国家为争夺这些石油而发生战争，其结果是两个国家都无法平稳过渡到宇宙时代。。。。而且在战争中，剩下的石油也会被快速消耗在战争中，结果是两败俱伤。。。       在这个大
  • SEMI-JOIN执行计划突然变成HASH JOIN了 的原因分析 cwqcwqmax9 oracle
    甲说： A B两个表总数据量都很大，在百万以上。 idx1  idx2字段表示是索引字段 A B 两表上都有 col1字段表示普通字段 select xxx from A where A.idx1 between mmm and nnn      and exists (select 1 from B where B.idx2 =
  • SpringMVC-ajax返回值乱码解决方案 dashuaifu AjaxspringMVCresponse中文乱码
      SpringMVC-ajax返回值乱码解决方案   一：（自己总结，测试过可行） ajax返回如果含有中文汉字，则使用：（如下例：） @RequestMapping(value="/xxx.do")       public @ResponseBody void getPunishReasonB
  • Linux系统中查看日志的常用命令 dcj3sjt126com OS
    因为在日常的工作中，出问题的时候查看日志是每个管理员的习惯，作为初学者，为了以后的需要，我今天将下面这些查看命令共享给各位 cat tail -f 日 志 文 件 说 明 /var/log/message 系统启动后的信息和错误日志，是Red Hat Linux中最常用的日志之一 /var/log/secure 与安全相关的日志信息 /var/log/maillog 与邮件相关的日志信
  • [应用结构]应用 dcj3sjt126com PHPyii2
    应用主体 应用主体是管理 Yii 应用系统整体结构和生命周期的对象。 每个Yii应用系统只能包含一个应用主体，应用主体在 入口脚本中创建并能通过表达式 \Yii::$app 全局范围内访问。 补充: 当我们说"一个应用"，它可能是一个应用主体对象，也可能是一个应用系统，是根据上下文来决定[译：中文为避免歧义，Application翻译为应
  • assertThat用法 eksliang JUnitassertThat
    junit4.0  assertThat用法 一般匹配符1、assertThat( testedNumber, allOf( greaterThan(8), lessThan(16) ) ); 注释： allOf匹配符表明如果接下来的所有条件必须都成立测试才通过，相当于“与”（&&） 2、assertThat( testedNumber, anyOf( g
  • android点滴2 gundumw100 应用服务器android网络应用OSHTC
    如何让Drawable绕着中心旋转？ Animation a = new RotateAnimation(0.0f, 360.0f, Animation.RELATIVE_TO_SELF, 0.5f, Animation.RELATIVE_TO_SELF,0.5f); a.setRepeatCount(-1); a.setDuration(1000); 如何控制Andro
  • 超简洁的CSS下拉菜单 ini htmlWeb工作html5css
    效果体验：http://hovertree.com/texiao/css/3.htmHTML文件： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <title>简洁的HTML+CSS下拉菜单-HoverTree</title>
  • kafka consumer防止数据丢失 kane_xie kafkaoffset commit
    kafka最初是被LinkedIn设计用来处理log的分布式消息系统，因此它的着眼点不在数据的安全性（log偶尔丢几条无所谓），换句话说kafka并不能完全保证数据不丢失。   尽管kafka官网声称能够保证at-least-once，但如果consumer进程数小于partition_num，这个结论不一定成立。   考虑这样一个case，partiton_num=2
  • @Repository、@Service、@Controller 和 @Component mhtbbx DAOspringbeanprototype
    @Repository、@Service、@Controller 和 @Component 将类标识为Bean Spring 自 2.0 版本开始，陆续引入了一些注解用于简化 Spring 的开发。@Repository注解便属于最先引入的一批，它用于将数据访问层 (DAO 层 ) 的类标识为 Spring Bean。具体只需将该注解标注在 DAO类上即可。同时，为了让 Spring 能够扫描类
  • java 多线程高并发读写控制 误区 qifeifei java thread
    先看一下下面的错误代码，对写加了synchronized控制，保证了写的安全，但是问题在哪里呢？ public class testTh7 { private String data; public String read(){ System.out.println(Thread.currentThread().getName() + "read data "
  • mongodb replica set(副本集)设置步骤 tcrct javamongodb
    网上已经有一大堆的设置步骤的了，根据我遇到的问题，整理一下，如下： 首先先去下载一个mongodb最新版，目前最新版应该是2.6 cd /usr/local/bin wget http://fastdl.mongodb.org/linux/mongodb-linux-x86_64-2.6.0.tgz tar -zxvf mongodb-linux-x86_64-2.6.0.t
  • rust学习笔记 wudixiaotie 学习笔记
    1.rust里绑定变量是let，默认绑定了的变量是不可更改的，所以如果想让变量可变就要加上mut。 let x = 1; let mut y = 2; 2.match 相当于erlang中的case，但是case的每一项后都是分号，但是rust的match却是逗号。 3.match 的每一项最后都要加逗号，但是最后一项不加也不会报错，所有结尾加逗号的用法都是类似。 4.每个语句结尾都要加分
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他