- 探索数据的奥秘:一份深入浅出的数据分析入门指南
uncle_ll
数据库数据分析数据挖掘入门
数据分析书籍推荐入门读物深入浅出数据分析啤酒与尿布数据之美数学之美数据分析ScipyandNumpyPythonforDataAnalysisBadDataHandbook集体智慧编程MachineLearninginAction机器学习实战BuildingMachineLearningSystemswithPython数据挖掘导论MachineLearningforHackers专业读物Intr
- 一个月读完6本书?这些烧脑神书,你能读完1本,就是学霸!
大数据v
导读:宅家有刷不完的剧、打不完的游戏?在线听课又走神了?一觉醒来假期又延长了?但假期虽漫长,终究有开学的那天。那么应该为迟来的开学做哪些准备?停课不停学!近日,著名经济学者薛兆丰在得到app上发起“一个月读完6本书”的挑战。但数据叔今天推荐的这些书,一个月读完6本真的有难度。只要读完1本,你这个月就没有虚度,一定收获满满;只要读完1本,你就打败了全国99%的宅家小伙伴!1数据挖掘导论(原书第2版)
- 《数据挖掘导论》学习 | 第九章 聚类分析:其他问题与算法
蕴玉山辉,怀珠川媚
数据挖掘导论数据科学数据挖掘
目录第九章聚类分析:其他问题与算法数据、簇和聚类算法的特性比较K均值和DBSCAN数据特性簇特性聚类算法的一般特性基于原型的聚类模糊聚类使用混合模型的聚类自组织映射基于密度的聚类基于网格的聚类子空间聚类基于图的聚类稀疏化最小生成树聚类OPOSSUM:使用METIS的稀疏相似度最优划分Chameleon:使用动态建模的层次聚类共享最近邻相似度Jarvis-Patrick聚类算法SNN密度可伸缩的聚类
- 数据挖掘导论 第4章 分类:基本概念、决策树与模型评估
??yy
数据结构与算法人工智能
第4章分类:基本概念、决策树与模型评估分类(classification):分类任务就是通过学习得到一个目标函数(targetfunction)f,把每个属性集x映射到一个余弦定义的类标号y。目标函数也称为分类模型(classificationmodel)。属性可以是离散的或者连续的,但类标号必须是离散的,这正是分类与回归(regression)的关键特征。回归是一种预测建模任务,其中目标属性y是
- 数据挖掘导论课后习题答案-第一章
洋子_
数据挖掘数据挖掘数据库人工智能数据挖掘导论数据挖掘导论习题
IntroductionDiscusswhetherornoteachofthefollowingactivitiesisadataminingtask.(a)Dividingthecustomersofacompanyaccordingtotheirgender.No.Thisisasimpledatabasequery.(b)Dividingthecustomersofacompanyacco
- 数据挖掘导论学习笔记(四)
进阶中的程序猿
数据挖掘导论基础知识数据挖掘
第五章分类:其他技术基于规则的分类器:每一个分类规则可以表示为如下形式:ri:(条件i)---->yi规则:(条件i)规则前件或前提:规则左边规则后件:规则右边,包含预测类yi分类规则的质量衡量:给定数据集D和分类规则r:A---->y(1)覆盖率:D中触发规则r的记录所占比例(2)准群率或置信因子:触发r的记录中类标号等于y的记录所占比例。基于规则的分类器的工作原理:确保分类器能对记录做出可靠的
- 《数据挖掘导论》学习笔记:第1-2章
bakalaka
数据挖掘理论
本文转载自:https://blog.csdn.net/u013232035/article/details/48281659本文主要是在学习《数据挖掘导论(完整版)》中的学习笔记,主要用来梳理思路,并没有多少思考。第1章绪论1.1什么是数据挖掘KDD:KnowledgeDiscoveryinDatabase过程如下:CreatedwithRaphaël2.1.0输入数据数据预处理数据挖掘后处理信
- 《数据挖掘导论》归纳笔记
oh panda
数据挖掘笔记人工智能
目录第一章绪论第二章数据2.0引言2.0.1数据类型2.0.2数据的质量2.0.3使数据适合挖掘的预处理步骤2.0.4根据数据联系分析数据2.1数据类型2.1.1属性与度量2.1.2数据集的类型2.2数据质量2.2.1测量和数据收集问题2.2.2关于应用的问题2.3数据预处理2.3.1聚集2.3.2抽样2.3.3维归约2.3.4特征子集选择2.3.5特征创建2.3.6离散化和二元化2.3.7变量变
- 《数据挖掘导论》学习笔记
小乖的晴天
数据挖掘
写在前面:粗体字为书中定义,红色字体为笔者认为的重点词。【第一章:绪论】1.数据挖掘:在大型数据存储库中,自动地发现有用信息的过程。2.数据预处理步骤:融合来自多个数据源的数据,清洗数据以及消除噪声和重复的观测值,选择与当前数据挖掘任务相关的记录和特征。3.数据挖掘要解决的问题:可伸缩,高维性,异种数据和复杂数据,数据的所有权和分布,非传统的分析。4.数据挖掘任务:预测任务,描述任务。四种主要数据
- 《数据挖掘导论》学习笔记(第1-2章)
schdut
数据挖掘默认数据挖掘数据挖掘导论
《数据挖掘导论》学习笔记(第1-2章)转载:《数据挖掘导论》学习笔记(第1-2章)——Wr_Ran第1章绪论1.1什么是数据挖掘KDD:KnowledgeDiscoveryinDatabase过程如下:1.输入数据2.数据预处理3.数据挖掘4.后处理5.得到信息其中,数据预处理包括如下几部分:特征选择维归约规范化选择数据子集后处理包括如下及部分:模式过滤可视化模式表达1.2数据挖掘要解决的问题可伸
- 数据挖掘导论学习笔记 第六章 关联分析:基本概念和算法
李烟云
数据挖掘算法fp树结构
6.1问题定义关联分析(associationanalysis)用于发现隐藏在大型数据集中有意义的联系,所发现的联系可以用关联规则或者频繁项集的形式表示项集和支持度计数以购物篮数据集为例TID面包牛奶尿布…1110…2101……5111…令I={i1,i2,…,id}I=\{i_1,i_2,\ldots,i_d\}I={i1,i2,…,id}表示所有项的集合,T={t1,…,tN}T=\{t_1,
- 数据挖掘导论学习笔记1(第1 、2章)
蔬菜院院长
数据挖掘导论数据挖掘学习笔记
参考:https://blog.csdn.net/u013232035/article/details/48281659?spm=1001.2014.3001.5506和《数据挖掘导论》学习笔记(第1-2章)_时机性样本_schdut的博客-CSDN博客第1章绪论数据挖掘是一种技术,它将传统的数据分析方法与处理大量数据的复杂算法相结合。数据分析技术的应用:商务:借助POS(销售点)数据收集技术【条
- 数据挖掘导论 N个考试常用的问题
山野行者syh
数据挖掘kdd决策树神经网络
目录第一章认识数据挖掘1、什么是数据中“隐含”的信息2、数据挖掘主要研究什么内容?它和数据库、数据查询、专家系统、数理统计有什么不同?3、辨析:数据、信息、知识4、有指导和无指导学习的联系和区别是什么5、如何理解数据挖掘的不同角度的定义6、数据挖掘与专家系统的联系和区别是什么?7、数据挖掘工作的基本流程是什么?8、数据挖掘的作用作业1第二章基本数据挖掘技术1、决策树算法的关键技术2、选择最能区别数
- 数据挖掘导论——支持向量机
PolarBearWYY
明天就要讲课了,总觉得,还是拿代码说事儿,最靠谱,最有说服力https://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html经常用到sklearn中的SVC函数,这里把文档中的参数翻译了一些,以备不时之需。本身这个函数也是基于libsvm实现的,所以在参数设置上有很多相似的地方。(PS:libsvm中的二次规划问题的解决算
- 推荐算法-协同过滤1 概述
limus
协同过滤用户一起和网站互动,使得自己的推荐列表不断过滤掉不感兴趣的物品,从而越来越满足自己的要求。用户行为用户行为举例当当网浏览“”数据挖掘导论“,推荐“还买过”web数据挖掘用户行为的提取从日志中挖掘会话日志->记录查询+返回结果+点击。评分系统:视频的喜欢/不喜欢和豆瓣评论的5级用户行为的存储hadoopHive,Googledremel,hadoopdrill用户行为的特点用户越活跃,越倾向
- 《数据挖掘导论》CH4分类:基本概念、决策树与模型评估-读书笔记
Schnell
分类任务就是确定对象属于哪个预定义的目标类(店铺病历表,款式判断)4.1预备知识分类计数非常适合预测或描述二元或标称类型的数据集,但是分类技术不考虑隐含的序数关系。4.2解决分类问题的一般方法(方法论)P91(图4-3)分类技术是一种根据输入数据集建立分类模型的系统方法。分类法包括:决策树分类法,基于规则的分类法,神经网络,支持向量机和朴素贝叶斯分类法。分类模型能够很好的拟合输入数据中类标号和属性
- 在数据分析、挖掘方面,有哪些好书值得推荐?
python大数据分析
最近看到有人在问,在数据分析、挖掘方面,有哪些好书值得推荐?推荐三本书,分别是统计、编程、算法方向的核心教程,非常适合新手去看。StatisticsforBusinessandEconomics-商务与经济统计PythonforDataAnalysis-利用Python进行数据分析IntroductiontoDataMining-数据挖掘导论如果你是学R的,可以再加一本R语言实战为什么选这三本书呢
- 《数据挖掘导论》CH3探索数据-读书笔记
Schnell
3.2数据汇总频率,众数,百分位数,位置度量(均值和中位数),散布度量(极差和方差),多元汇总统计(相关矩阵)3.3可视化3.4OLAP和多维数据分析创建按月和按产品类别描述特定地点的销售活动汇总3.4.2多维数据:一般情况3.4.3分析多维数据1.数据立方体:计算聚集量从多维角度看待数据的主要动机就是需要以多种方式聚集数据2.维归约和转轴聚集可以认为是一种降维-转轴-切片和切块-****上卷和下
- 《数据挖掘导论》CH5.3贝叶斯分类器
Schnell
背景:属性集和类变量之间的关系是不确定的,其一,噪声数据的干扰;其二,出现某些影响分类的因素没有包含在属性集中。因此,出现一种对属性集和类变量的概率关系建模的方法。贝叶斯定理是把类的先验知识和从数据中收集的新证据相结合的统计原理。它可以通过先验概率、类条件概率和证据来表示后验概率。(5-11)对于类条件概率的估算有两种方法:5.3.3朴素贝叶斯分类器1.前提:条件独立性:属性集的属性(条件)与类之
- 数据挖掘导论 笔记3
ccyyawsl
笔记数据挖掘
给定一个无序的、分类的值的集合,为了进一步刻画值的性质,除计算特定数据集中每个值出现的频率外没有多少的事情可做。给定一个在{1,…Vi,…Vk}.上取值的分类属性x和m个对象的集合,值vi的频率定义为:分类属性的众数(mode)是具有最高频率的值。百分位数对于有序数据,考虑值集的百分位数(percentile)更有意义。具体地说,给定-一个有序的或连续的属性x和0与100之间的数p,第p个百分位数
- hash tree在apriori算法中如何进行支持度计数 数据挖掘导论(完整版)第六章
schdut
默认数据挖掘数据挖掘hashtree
好几天没写博客了,把之前在知乎上的一个回答搬了过来。题目链接:hashtree在apriori算法中是如何进行支持度计数?我的回答如下:基本上看懂了,所以来答一发。我认为这本书写得很好,数据挖掘入门首选。P211中图6-9就是用Hash方法枚举事务t={1,2,3,5,6}的3-项集,这个图应该很好理解。P212中图6-11其实是作者举的一个例子:此图为一个Hash树,树中结点为候选项集,树中结点
- 推荐算法--基于物品的协同过滤算法
千寻~
机器学习推荐算法基于物品的协同过滤算法
“无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家。教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家。点这里可以跳转到教程。”ItemCF:ItemCollaborationFilter,基于物品的协同过滤算法核心思想:给用户推荐那些和他们之前喜欢的物品相似的物品。比如,用户A之前买过《数据挖掘导论》,该算法会根据此行为给你推荐《机器学习》,但是Ite
- 《数据挖掘导论》CH5.1基于规则的分类器-读书笔记(2)
Schnell
5.1基于规则的分类器形式:规则-预测类if-then(和决策树区别,决策树规则有总分,规则分类是平行的,但是它俩可以转换)5.1.1原理:1.互斥规则:一条记录不能出现多个预测类,避免多个类出现的方法有:有序规则(规则按优先降序排列)和无序规则(产生多个预测类,进行加权计票)2.穷举规则:每天记录都应有预测类,不行就整一个其他类5.1.2规则的排序方案:1.基于规则排序:秩越前,越容易被解释,秩
- 【某航】k-means聚类t-sne可视化——数据挖掘导论
农夫小田
课程学习聚类机器学习数据分析python
代码链接:github代码1.任务要求分析Clustering_ALS数据集,对疾病类型进行聚类分析。2.读取数据:ALS.csv2223rows×101columns3.数据分析与可视化(1)数值型数据分布统计:(data_distribute.png)对每一列数据绘制直方图(质量分布图),它是表示数据分布情况的一种主要工具。其中y轴是密度,而不是概率。通过对每一类列数据做数据分布的统计,可以看
- 学习笔记(01):以性别预测为例,谈谈数据挖掘中常见的分类算法-数据挖掘的基本流程和常见的分类算法...
teth
研发管理数据挖掘深度学习大数据云计算/大数据
立即学习:https://edu.csdn.net/course/play/1948/30060?utm_source=blogtoedu一.数据挖掘基础数据挖掘:用各种方法(统计学、机器学习、爬虫)来解决各种实际问题;机器学习:算法层面数据挖掘工程师:程序员入门:通俗;1.PCI(集体智慧编程)2.写个程序....(直接下载)3.数学之美(纸质版无拓展阅读)正统:1机器.数据挖掘导论2.数据挖掘
- 数据挖掘导论阅读笔记第一章:绪论
つ天然呆¹³¹⁴
数据挖掘
数据挖掘导论(完整版)阅读笔记--第一章了解数据挖掘一、什么是数据挖掘二、了解KDD三、数据挖掘要解决的问题(了解即可)四、数据挖掘任务了解数据挖掘一、什么是数据挖掘数据挖掘是在大型数据存储库中,自动地发现有用信息的过程。数据挖掘技术用来探查大型数据库,发现先前未知的有用模式。这部分的重点在于区别:数据挖掘技术和其他信息检索任务例如:根据可赢利性划分公司客户答案:这不是数据挖掘任务,这是一个会计计
- 【数据挖掘——第一章 绪论】
一天雪
【数据挖掘】Python数据挖掘python
本文所使用的书籍为《数据挖掘导论》第一章绪论数据挖掘是一种技术,它将传统的数据分析方法与处理大量数据的复杂算法相结合。1.1什么是数据挖掘数据挖掘是在大型数据存储库中,自动地发现有用信息的过程。下面是数据库中知识发现(KDD)过程:数据预处理的目的是将未加工的输入数据转换成适合分析的形式。数据预处理设计的步骤包括融合来自多个数据源的数据,清洗数据以消除噪声和重复的观测值,选择与当前数据挖掘任务相关
- 《数据挖掘导论》绪论
Joutlier
数据挖掘导论笔记数据挖掘python
数据挖掘概念数据挖掘是在大型数据存储库中,自动的发现有用信息的过程,是数据库中知识发现(KDD)的一部分。数据挖掘任务预测建模:训练一个模型,使目标变量预测值与实际值之间的误差达到最小。有两类预测建模任务:分类,用于预测离散的目标变量;回归,用于预测连续的目标变量。如,根据花的特征预测花的种类。关联分析:用来发现描述数据中强关联特征的模式。如,用来发现顾客经常同时购买的商品。聚类分析:旨在发现紧密
- 多元线性回归,岭回归,lasso回归(具体代码(包括调用库代码和手写代码实现)+一点点心得)
Rainy maple
多元线性回归岭回归lasso回归机器学习python
最近数据挖掘导论老师布置了一项作业,主要就是线性回归的实现,笔者之前听过吴恩达的线性回归的网课,但一直没有进行代码的实现,这次正好相对系统的整理一下,方便各位同学的学习,也希望能够对其进行优化,优化的点最后再说。笔者写这篇博客也为了给实验报告打底稿,各位小伙伴2021年9月30号提交报告的时候别跟我实验报告一样啊,打回的话苦的是自己人,到时候我直接一波举报,哈哈哈。不过,发表这篇文章笔者是真的希望
- zscore标准化步骤_z-score的标准化究竟怎么弄?
weixin_39713335
zscore标准化步骤
在学习「数据挖掘导论」的数据预处理时,里面谈到了变量变换,我联想到了在基因表达量分析时的常见操作,例如FPKM,TPM,CPM,log对数变换。比如说在文章里面会见到如下的描述ThesizefactorofeachcellwascomputedusingapoolingstrategyimplementedintheRfunctioncomputeSumFactors.Normalizedcoun
- Java开发中,spring mvc 的线程怎么调用?
小麦麦子
springmvc
今天逛知乎,看到最近很多人都在问spring mvc 的线程http://www.maiziedu.com/course/java/ 的启动问题,觉得挺有意思的,那哥们儿问的也听仔细,下面的回答也很详尽,分享出来,希望遇对遇到类似问题的Java开发程序猿有所帮助。
问题:
在用spring mvc架构的网站上,设一线程在虚拟机启动时运行,线程里有一全局
- maven依赖范围
bitcarter
maven
1.test 测试的时候才会依赖,编译和打包不依赖,如junit不被打包
2.compile 只有编译和打包时才会依赖
3.provided 编译和测试的时候依赖,打包不依赖,如:tomcat的一些公用jar包
4.runtime 运行时依赖,编译不依赖
5.默认compile
依赖范围compile是支持传递的,test不支持传递
1.传递的意思是项目A,引用
- Jaxb org.xml.sax.saxparseexception : premature end of file
darrenzhu
xmlprematureJAXB
如果在使用JAXB把xml文件unmarshal成vo(XSD自动生成的vo)时碰到如下错误:
org.xml.sax.saxparseexception : premature end of file
很有可能时你直接读取文件为inputstream,然后将inputstream作为构建unmarshal需要的source参数。InputSource inputSource = new In
- CSS Specificity
周凡杨
html权重Specificitycss
有时候对于页面元素设置了样式,可为什么页面的显示没有匹配上呢? because specificity
CSS 的选择符是有权重的,当不同的选择符的样式设置有冲突时,浏览器会采用权重高的选择符设置的样式。
规则:
HTML标签的权重是1
Class 的权重是10
Id 的权重是100
- java与servlet
g21121
servlet
servlet 搞java web开发的人一定不会陌生,而且大家还会时常用到它。
下面是java官方网站上对servlet的介绍: java官网对于servlet的解释 写道
Java Servlet Technology Overview Servlets are the Java platform technology of choice for extending and enha
- eclipse中安装maven插件
510888780
eclipsemaven
1.首先去官网下载 Maven:
http://www.apache.org/dyn/closer.cgi/maven/binaries/apache-maven-3.2.3-bin.tar.gz
下载完成之后将其解压,
我将解压后的文件夹:apache-maven-3.2.3,
并将它放在 D:\tools目录下,
即 maven 最终的路径是:D:\tools\apache-mave
- jpa@OneToOne关联关系
布衣凌宇
jpa
Nruser里的pruserid关联到Pruser的主键id,实现对一个表的增删改,另一个表的数据随之增删改。
Nruser实体类
//*****************************************************************
@Entity
@Table(name="nruser")
@DynamicInsert @Dynam
- 我的spring学习笔记11-Spring中关于声明式事务的配置
aijuans
spring事务配置
这两天学到事务管理这一块,结合到之前的terasoluna框架,觉得书本上讲的还是简单阿。我就把我从书本上学到的再结合实际的项目以及网上看到的一些内容,对声明式事务管理做个整理吧。我看得Spring in Action第二版中只提到了用TransactionProxyFactoryBean和<tx:advice/>,定义注释驱动这三种,我承认后两种的内容很好,很强大。但是实际的项目当中
- java 动态代理简单实现
antlove
javahandlerproxydynamicservice
dynamicproxy.service.HelloService
package dynamicproxy.service;
public interface HelloService {
public void sayHello();
}
dynamicproxy.service.impl.HelloServiceImpl
package dynamicp
- JDBC连接数据库
百合不是茶
JDBC编程JAVA操作oracle数据库
如果我们要想连接oracle公司的数据库,就要首先下载oralce公司的驱动程序,将这个驱动程序的jar包导入到我们工程中;
JDBC链接数据库的代码和固定写法;
1,加载oracle数据库的驱动;
&nb
- 单例模式中的多线程分析
bijian1013
javathread多线程java多线程
谈到单例模式,我们立马会想到饿汉式和懒汉式加载,所谓饿汉式就是在创建类时就创建好了实例,懒汉式在获取实例时才去创建实例,即延迟加载。
饿汉式:
package com.bijian.study;
public class Singleton {
private Singleton() {
}
// 注意这是private 只供内部调用
private static
- javascript读取和修改原型特别需要注意原型的读写不具有对等性
bijian1013
JavaScriptprototype
对于从原型对象继承而来的成员,其读和写具有内在的不对等性。比如有一个对象A,假设它的原型对象是B,B的原型对象是null。如果我们需要读取A对象的name属性值,那么JS会优先在A中查找,如果找到了name属性那么就返回;如果A中没有name属性,那么就到原型B中查找name,如果找到了就返回;如果原型B中也没有
- 【持久化框架MyBatis3六】MyBatis3集成第三方DataSource
bit1129
dataSource
MyBatis内置了数据源的支持,如:
<environments default="development">
<environment id="development">
<transactionManager type="JDBC" />
<data
- 我程序中用到的urldecode和base64decode,MD5
bitcarter
cMD5base64decodeurldecode
这里是base64decode和urldecode,Md5在附件中。因为我是在后台所以需要解码:
string Base64Decode(const char* Data,int DataByte,int& OutByte)
{
//解码表
const char DecodeTable[] =
{
0, 0, 0, 0, 0, 0
- 腾讯资深运维专家周小军:QQ与微信架构的惊天秘密
ronin47
社交领域一直是互联网创业的大热门,从PC到移动端,从OICQ、MSN到QQ。到了移动互联网时代,社交领域应用开始彻底爆发,直奔黄金期。腾讯在过去几年里,社交平台更是火到爆,QQ和微信坐拥几亿的粉丝,QQ空间和朋友圈各种刷屏,写心得,晒照片,秀视频,那么谁来为企鹅保驾护航呢?支撑QQ和微信海量数据背后的架构又有哪些惊天内幕呢?本期大讲堂的内容来自今年2月份ChinaUnix对腾讯社交网络运营服务中心
- java-69-旋转数组的最小元素。把一个数组最开始的若干个元素搬到数组的末尾,我们称之为数组的旋转。输入一个排好序的数组的一个旋转,输出旋转数组的最小元素
bylijinnan
java
public class MinOfShiftedArray {
/**
* Q69 旋转数组的最小元素
* 把一个数组最开始的若干个元素搬到数组的末尾,我们称之为数组的旋转。输入一个排好序的数组的一个旋转,输出旋转数组的最小元素。
* 例如数组{3, 4, 5, 1, 2}为{1, 2, 3, 4, 5}的一个旋转,该数组的最小值为1。
*/
publ
- 看博客,应该是有方向的
Cb123456
反省看博客
看博客,应该是有方向的:
我现在就复习以前的,在补补以前不会的,现在还不会的,同时完善完善项目,也看看别人的博客.
我刚突然想到的:
1.应该看计算机组成原理,数据结构,一些算法,还有关于android,java的。
2.对于我,也快大四了,看一些职业规划的,以及一些学习的经验,看看别人的工作总结的.
为什么要写
- [开源与商业]做开源项目的人生活上一定要朴素,尽量减少对官方和商业体系的依赖
comsci
开源项目
为什么这样说呢? 因为科学和技术的发展有时候需要一个平缓和长期的积累过程,但是行政和商业体系本身充满各种不稳定性和不确定性,如果你希望长期从事某个科研项目,但是却又必须依赖于某种行政和商业体系,那其中的过程必定充满各种风险。。。
所以,为避免这种不确定性风险,我
- 一个 sql优化 ([精华] 一个查询优化的分析调整全过程!很值得一看 )
cwqcwqmax9
sql
见 http://www.itpub.net/forum.php?mod=viewthread&tid=239011
Web翻页优化实例
提交时间: 2004-6-18 15:37:49 回复 发消息
环境:
Linux ve
- Hibernat and Ibatis
dashuaifu
Hibernateibatis
Hibernate VS iBATIS 简介 Hibernate 是当前最流行的O/R mapping框架,当前版本是3.05。它出身于sf.net,现在已经成为Jboss的一部分了 iBATIS 是另外一种优秀的O/R mapping框架,当前版本是2.0。目前属于apache的一个子项目了。 相对Hibernate“O/R”而言,iBATIS 是一种“Sql Mappi
- 备份MYSQL脚本
dcj3sjt126com
mysql
#!/bin/sh
# this shell to backup mysql
#
[email protected] (QQ:1413161683 DuChengJiu)
_dbDir=/var/lib/mysql/
_today=`date +%w`
_bakDir=/usr/backup/$_today
[ ! -d $_bakDir ] && mkdir -p
- iOS第三方开源库的吐槽和备忘
dcj3sjt126com
ios
转自
ibireme的博客 做iOS开发总会接触到一些第三方库,这里整理一下,做一些吐槽。 目前比较活跃的社区仍旧是Github,除此以外也有一些不错的库散落在Google Code、SourceForge等地方。由于Github社区太过主流,这里主要介绍一下Github里面流行的iOS库。 首先整理了一份
Github上排名靠
- html wlwmanifest.xml
eoems
htmlxml
所谓优化wp_head()就是把从wp_head中移除不需要元素,同时也可以加快速度。
步骤:
加入到function.php
remove_action('wp_head', 'wp_generator');
//wp-generator移除wordpress的版本号,本身blog的版本号没什么意义,但是如果让恶意玩家看到,可能会用官网公布的漏洞攻击blog
remov
- 浅谈Java定时器发展
hacksin
java并发timer定时器
java在jdk1.3中推出了定时器类Timer,而后在jdk1.5后由Dou Lea从新开发出了支持多线程的ScheduleThreadPoolExecutor,从后者的表现来看,可以考虑完全替代Timer了。
Timer与ScheduleThreadPoolExecutor对比:
1.
Timer始于jdk1.3,其原理是利用一个TimerTask数组当作队列
- 移动端页面侧边导航滑入效果
ini
jqueryWebhtml5cssjavascirpt
效果体验:http://hovertree.com/texiao/mobile/2.htm可以使用移动设备浏览器查看效果。效果使用到jquery-2.1.4.min.js,该版本的jQuery库是用于支持HTML5的浏览器上,不再兼容IE8以前的浏览器,现在移动端浏览器一般都支持HTML5,所以使用该jQuery没问题。HTML文件代码:
<!DOCTYPE html>
<h
- AspectJ+Javasist记录日志
kane_xie
aspectjjavasist
在项目中碰到这样一个需求,对一个服务类的每一个方法,在方法开始和结束的时候分别记录一条日志,内容包括方法名,参数名+参数值以及方法执行的时间。
@Override
public String get(String key) {
// long start = System.currentTimeMillis();
// System.out.println("Be
- redis学习笔记
MJC410621
redisNoSQL
1)nosql数据库主要由以下特点:非关系型的、分布式的、开源的、水平可扩展的。
1,处理超大量的数据
2,运行在便宜的PC服务器集群上,
3,击碎了性能瓶颈。
1)对数据高并发读写。
2)对海量数据的高效率存储和访问。
3)对数据的高扩展性和高可用性。
redis支持的类型:
Sring 类型
set name lijie
get name lijie
set na
- 使用redis实现分布式锁
qifeifei
在多节点的系统中,如何实现分布式锁机制,其中用redis来实现是很好的方法之一,我们先来看一下jedis包中,有个类名BinaryJedis,它有个方法如下:
public Long setnx(final byte[] key, final byte[] value) {
checkIsInMulti();
client.setnx(key, value);
ret
- BI并非万能,中层业务管理报表要另辟蹊径
张老师的菜
大数据BI商业智能信息化
BI是商业智能的缩写,是可以帮助企业做出明智的业务经营决策的工具,其数据来源于各个业务系统,如ERP、CRM、SCM、进销存、HER、OA等。
BI系统不同于传统的管理信息系统,他号称是一个整体应用的解决方案,是融入管理思想的强大系统:有着系统整体的设计思想,支持对所有
- 安装rvm后出现rvm not a function 或者ruby -v后提示没安装ruby的问题
wudixiaotie
function
1.在~/.bashrc最后加入
[[ -s "$HOME/.rvm/scripts/rvm" ]] && source "$HOME/.rvm/scripts/rvm"
2.重新启动terminal输入:
rvm use ruby-2.2.1 --default
把当前安装的ruby版本设为默