naive 第7页

vue3 封装 naive input 组件

子组件import{useMessage,NDatePicker,NInputNumber,NTimePicker,NIcon,NPopover}from'naive-ui'import{WarningOutline

一只敲码的猫~·2022-09-30 05:08

Vue3，Vite3，TS，Naive-UI整合TailwindCSS

目录前言一、环境要求二、创建项目三、安装和使用NaiveUI1、安装NaiveUI2、使用NaiveUI（直接引入）3、使用NaiveUI（自动引入引入）4、使用图标四、安装TailwindCSS五、NaiveUI整合TailwindCSS及遇到的问题前言NaiveUI：一个完全使用TypeScript编写的Vue3组件库，也是Vue作者尤大推荐的Vue组件库。TailwindCSS：能让你少写很

小墨先生·2022-09-30 05:35

vue3 admin 后台管理项目小计

NaiveUI全局挂载useDialog、useMessageApp.vueAppMain.vueimport{useDialog,useMessage}from'naive-ui'window.

吃三个汉堡·2022-09-30 05:50

vue3 通过naive-ui 使用xicons

vue3setup语法糖使用xiconsvue3通过naive-ui使用xicons一、需要的准备1.安装naive-ui2.安装xicons二、示例1.用xicons的Icon组件进行icon的控制2

一个好的名字可以让更多的GISer认识你·2022-09-30 05:11

CUDA 矩阵乘法优化

这个完全是基础知识啊~~哪不对大佬们帮忙指出啊CUDA矩阵乘法优化手段详解Naive实现的分析：到底差在哪里？

tt姐whaosoft·2022-09-26 15:30

Python Multinomial Naive Bayes多项贝叶斯模型实现原理介绍

之前在一次跟“某Fish”客户进行交谈时，我在的需求下学习了多项贝叶斯（MultinomialNaiveBayes）这个模型。在了解多项贝叶斯模型之前，我们首先来了解一下朴素贝叶斯（NaiveBayes）模型。贝叶斯定理所描述的，即为一个抽象事件A在抽象事件B发生的前提下，有多大概率会发生抽象事件A，其概率记为：其中`P(B)`记为抽象事件B本身发生的概率，因此贝叶斯定理正好计算的是`抽象事件AB

·2022-09-22 03:17

朴素贝叶斯（Naive Bayes）详解

朴素贝叶斯是贝叶斯分类器中的一种模型，用已知类别的数据集训练模型，从而实现对未知类别数据的类别判断。其理论基础是贝叶斯决策论（Bayesiandecisiontheory）。一：基础知识（1）联合概率：联合概率表示两个事件共同发生的概率，例如事件A与事件B同时发生，则表示为P(A,B)或P(AB)。对于上面的八个物体，设事件A为从中取出圆形物体，事件B为从中取出红色物体，则联合概率P(A,B)=0

生信小兔·2022-09-17 16:09

机器学习算法: 朴素贝叶斯(Naive Bayes)

朴素贝叶斯的介绍朴素贝叶斯算法（NaiveBayes,NB)是应用最为广泛的分类算法之一。它是基于贝叶斯定义和特征条件独立假设的分类器方法。由于朴素贝叶斯法基于贝叶斯公式计算得到，有着坚实的数学基础，以及稳定的分类效率。NB模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。当年的垃圾邮件分类都是基于朴素贝叶斯分类器识别的。什么是条件概率，我们从一个摸球的例子来理解。我们有两个桶：灰色桶和

JeffDingAI·2022-09-17 16:09

【机器学习sklearn】高斯朴素贝叶斯 Gaussian naive bayes

贝叶斯Bayes-ThomasBayes前言一、贝叶斯决策论（Bayesiandecisiontheory）二、实例：高斯朴素贝叶斯GaussianNaiveBayes(GaussianNB)1.引入库2.生成数据3.高斯朴素贝叶斯模型总结前言在介绍贝叶斯之前，我们先了解一下几个概率相关的定义：条件概率（后验概率）：事件A在另一个事件B已经发生的条件下发生概率，公式表示为P(A|B)，读作“在B条

Moonuiu·2022-09-17 16:39

python机器学习-朴素贝叶斯（Naive Bayes）模型建立及评估（完整代码+实现效果）

实现功能：python机器学习-朴素贝叶斯（NaiveBayes）模型建立及评估。实现代码：#导入需要的库fromwarningsimportsimplefiltersimplefilter(action='ignore',category=FutureWarning)importpandasaspdfromsklearn.model_selectionimporttrain_test_split

不再依然07·2022-09-17 16:38

机器学习笔记——朴素贝叶斯(Naive Bayes)

1贝叶斯算法简介贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(NaïveBayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，而且方法简单、分类准确率高、速度快。1.1贝叶斯算法优点优点：在数据较少时仍有效，可处理多类别问题1.2贝叶斯算法缺点缺点：对输入数据准备方式敏感，如果输入的数据的各个特征之间是具

江正阳·2022-09-17 16:01

机器学习——朴素贝叶斯（Naive Bayes）详解及其python仿真

参考视频与文献：https://www.bilibili.com/video/BV1oX4y137p9?spm_id_from=333.999.0.0&vd_source=77c874a500ef21df351103560dada737统计学习方法（第二版）李航（编著）一、朴素贝叶斯(naiveBayes)法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假

清泉_流响·2022-09-17 16:30

开箱即用，这些 Vue3 后台管理系统模板绝对让你爽歪歪！

唐志远1997·2022-09-06 06:44

时间序列的数据分析(五):简单预测法

数据趋势的计算时间序列的数据分析(三):经典时间序列分解时间序列的数据分析(四):STL分解今天我们来介绍一些简单有效的预测方法,这些方法虽然比较简单但有时候却非常有效，这些简单有效的预测方法通常称为朴素预测法(Naive

-派神-·2022-09-02 07:32

机器学习算法加强——贝叶斯网络实践

马航案例若则所有的可行位置都收敛了，碎片稳定在某一地方文本分类实验importnumpyasnpfromsklearn.naive_bayesimportMultinomialNB,BernoulliNBfromsklearn.datasetsimportfetch

Grateful_Dead424·2022-08-18 07:48

python零基础做机器学习实验（决策树/朴素贝叶斯/神经网络/支持向量机/随机森林/判别分析）

importnumpyasnpimportpandasaspdfromsklearnimporttreefromsklearn.naive_bayesimportGaussianNBfromsklearn.neural_networkimportMLPClassifierfromsklearn.neighborsimportKNeighborsClassifierfromsklearn.svmim

Regent Wan·2022-08-16 13:00

综述 | 原始态和始发态多能性状态 Naive and primed pluripotent states

NaiveandPrimedPluripotentStates-ScienceDirect摘要：Aftermaternalpredeterminationgiveswaytozygoticregulation,agroundstateisestablishedwithinthemammalianembryo.Thistabularasaforembryogenesisispresentonlytr

嘿嘿嘿嘿哈·2022-08-03 23:37

从零搭建vite + vue3.0 + vuex + router + sass/less + naive

Vite官网安装vue的介绍Vite是一个web开发构建工具，由于其原生ES模块导入方式，可以实现闪电般的冷服务器启动。通过在终端中运行以下命令，可以使用Vite快速构建Vue项目。使用npm：$npminit@vitejs/app$cd$npminstall$npmrundev或者yarn：$yarncreate@vitejs/app$cd$yarn$yarndev是项目的名称生成项目的时候请选

可缺不可滥·2022-07-18 09:29

直观讲解一下 RPC 调用和 HTTP 调用的区别！

这里请允许我迷之一笑~Naive！

·2022-07-08 11:38

java朴素贝叶斯词频_利用朴素贝叶斯算法进行文档分类

在scikit-learn里，朴素贝叶斯算法在sklearn.naive_bayes包里实现，包含了本章介绍的几种典型的概率分布算法。其中Gauss

In k·2022-06-25 07:52

Vue组件二次封装的一些实用技巧总结

slot动态插槽名作用域插槽封装组件存在的问题组件实例属性和方法的调用总结前言在开发Vue项目我们一般使用第三方UI组件库进行开发，如element-plus,@arco-design/web-Vue,naive-ui

·2022-06-09 10:36

用mmsegmentation工程训练自己的数据集

修改config文件，以config/ster/setr_naive_512x512_160k_b16_ade20k.py为例：修改num_calss，将原来的num_class=150修改为自己的数据集类别数

zy_destiny·2022-06-09 07:24

naive UI 折叠面板设置折叠面板的可点击区域

我在使用naiveUI的折叠面板时，他有个特点，就是无论点击header的哪个位置，都会展开/折叠面板。且组件没有提供api设置可点击区域这个特点会带来一个问题，比如如下场景：由于我在header上设置的内容比较复杂，有按钮，导致这么一个问题，我点击自己的按钮，也会展开或折叠面板，那么就没办法友好的使用我自己的按钮了。所以，我希望，只有点击左边的箭头图标时，才会展开或折叠面板。解决方案利用naiv

lsjweiyi·2022-06-06 13:14

圆周率 π 是否隐藏了本个宇宙的设计者留给这个宇宙的智慧文明的某种信息？

还是太naive了。我要是宇宙设计者，我就把信息藏在蔡廷常数里，这才是对人类最大的嘲讽。蔡廷常数，其含义是找随机生成一段程序，这段程序不会陷入死循环的概率。

扩展的灰·2022-06-05 19:57

kaggle--Titanic问题

文章目录数据探索数据处理特征工程数据统计与分析模型比较调参模型性能度量查看模型的统计学指标绘制混淆矩阵总结算是记录一次完整的数据挖掘过程吧数据探索首先我们导入一些实验中需要的包importpandasaspdimportnumpyasnpfromsklearnimportsvm,tree,linear_model,neighbors,naive_bayes

NP_hard·2022-06-05 07:37

机器学习系列(16)_朴素贝叶斯算法

1、概率论贝叶斯2、朴素贝叶斯GaussianNB实例importnumpyasnpfromsklearn.naive_bayesim

温欣'·2022-06-02 07:24

有了HTTP，为什么还要RPC？

这里请允许我迷之一笑~Naive！本文简单地介绍一下两种形式的C/S架构师，先说一下他们最本质的区别，就是RPC主要是基于TCP/IP协议的，而HTTP服务主要是基于HTTP协议的。

·2022-05-27 14:12

概率生成模型-朴素贝叶斯（Naive Bayes）

目录1前置概念2朴素贝叶斯算法3拉普拉斯平滑4总结1前置概念先验概率：在不知道事务特征的情况下，根据以往的经验，判断出这件事发生的概率，这个概率就是先验概率，即：后验概率：与先验概率相对应，是知道了事务特征判断出来的从而得出的事件发生的概率就是后验概率，即：联合概率：两件事同时发生的改率，比如A发生且B发生，可以写作：贝叶斯定理：贝叶斯定理起初是为了解决逆概率的问题，通过现象倒推本质，比如，如果在

我对算法一无所知·2022-05-27 07:09

Naive UI，基于Vue3，开源三天就收获 800 Star，还获得 Vue 作者尤雨溪的官方推荐

非大厂KPI项目！开源三天就收获800Star，还获得Vue作者尤雨溪的官方推荐。关于NaiveUINaiveUI是一款基于当前比较新的Vue3.0/TypeScript技栈开发的前端UI组件库，作者来自图森未来公司，一开始内部维护并使用两年，如今在Github社区开源了，第一时间体验并推荐给各位喜欢免费开源的伙伴们。NaiveUI的特点组件丰富完整，超过70个常用业务组件，支持按需引入官方提供主

·2022-05-25 14:10

基于 Java 机器学习自学笔记（第59天：数值型数据的Naive Bayes算法）

注意：本篇为50天后的Java自学笔记扩充，内容不再是基础数据结构内容而是机器学习中的各种经典算法。这部分博客更侧重与笔记以方便自己的理解，自我知识的输出明显减少，若有错误欢迎指正！目录一、基础的概率论回顾二、数值型NaiveBayes算法三、代码实现1.准备2.计算$\mu_{ij}$与$\sigma_{ij}$3.计算$d(\mathbf{x})$4.外部执行框架四、运行效果测试与

LTA_ALBlack·2022-05-09 07:30

Naive Bayes 朴素贝叶斯(文本)分类器Java实现

NaiveBayes朴素贝叶斯1.算法原理推导1.1优缺点分析1.2假设条件1.3文本分类实现方式2.伪代码3.java代码实现3.1主函数3.2模型构造方法3.3工具类4.数据集算法原理推导伪代码java实现代码测试数据1.算法原理推导1.1优缺点分析优点：在数据较少的情况下，仍然有效，可以处理多分类问题缺点：对于输入数据的准备方式比较敏感适用数据类型：标称型数据###主要思想p1(x,y)表示

老男孩-Leo·2022-05-09 07:57

基于 Java 机器学习自学笔记（第58天：符号型数据的Naive Bayes算法）

注意：本篇为50天后的Java自学笔记扩充，内容不再是基础数据结构内容而是机器学习中的各种经典算法。这部分博客更侧重与笔记以方便自己的理解，自我知识的输出明显减少，若有错误欢迎指正！目录一、算法概念·概率论回顾-条件概率与贝叶斯公式·基本NaiveBayes推导·基于程序设计的算法调整·Laplacian平滑二、代码的变量确定三、代码实现1.构造函数2.计算$P^{L}(D_i)$3.计算\(

LTA_ALBlack·2022-05-09 07:40

Spark MLlib 源码学习---朴素贝叶斯模型(Naive Bayes)

朴素贝叶斯是机器学习中比较常用的一种模型，尤其在文本分类的问题上是比较常用的baseline。朴素贝叶斯本身训练速度快，具有可并行化程度高，可解释性好的优点，但由于其对特征之间的独立性假设不是很符合某些需求场景，因此在实际的使用过程中往往需要做一些特征组合的预处理工作来提升模型的效果。目前，很多的机器学习开源项目都支持了朴素贝叶斯，比如Python的Scikit-Learn和NLTK。Java项目

wangongxi·2022-05-03 07:45

机器学习之朴素贝叶斯算法

知识储备【朴素贝叶斯算法】1.1.1条件概率和联合概率1.1.2朴素贝叶斯-贝叶斯公式1.1.3贝叶斯公式举例拉普拉斯平滑1.2朴素贝叶斯算法案例1.2.1sklearn朴素贝叶斯实现APIsklearn.naive_bayes.MultinomialNB

哎呀丶我去了·2022-05-02 07:49

CUDA矩阵乘法优化

naive写法一个矩阵的乘法简单如下：C=A*B,一般用gemm(A,B,C,M,N,K)来表示，其中的m,n,k代表的位置如下，默认是k表示消失的纬度。

s.feng·2022-04-23 21:05

【代码分析】通过transpose_kernel.cu 理解Memory BANK Conflict和Coalescing

BANKConflictMemoryCoalescingtranspose算法解析背景Nvidia的cuda示例代码transpose_kernel.cu提供了两种矩阵转置的实现-transpose_naive

HaoBBNuanMM·2022-04-23 21:33

鸢尾花python贝叶斯分类_机器学习朴素贝叶斯GaussianNB鸢尾花数据集分类

importpandasaspdfromsklearn.naive_bayesimportGaussianNBfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportaccuracy_scorefromsklearnimportdatasetsiris

weixin_39844481·2022-04-22 07:53

naive admin 打包报错 failed to load config from '*/vite.config.ts'

如果执行yarnbuild打包命令时，出现上图的报错，可能是因为env.production文件配置错误，确认接口前缀配置正确，生成环境不需要配置VITE_PROXY。

·2022-04-13 18:09

数据分析-分类-案例-糖尿病数据集

糖尿病数据集Sklearn中分类的模块主要有：决策树分类：tree.DecisionTreeClassifierK近邻分类：neighbors.KNeighborsClassifierBernoulli贝叶斯：naive_bayes.BernoulliNBGaussian

ITLiu_JH·2022-04-12 11:17

机器学习：朴素贝叶斯(Naive Bayes) --阿里云天池

概述学习地址：https://tianchi.aliyun.com/specials/promotion/aicampml?invite_channel=3&accounttraceid=baca918333cb45008b70655b544a5aeadgkmhttps://zhuanlan.zhihu.com/p/26262151https://zhuanlan.zhihu.com/p/2632

你别说了多动脑子·2022-04-01 07:41

Naive UI的初体验

NaiveUI的初体验NaiveUI:一个Vue3组件库安装安装组件npmi-Dnaive-ui安装字体图标官方推荐使用xicons-IconsforVue&React如何安装该字体图标：xicons/README.zh-CN.mdatmain·07akioni/xicons·GitHub#安装你需要的包#适用于reactnpmi-D@ricons/fluentnpmi-D@ricons/ioni

跪下，大胆刁民·2022-03-24 12:42

Naive UI初体验，跟随大佬们的脚步！

本文相对应的链接地址NaiveUI:https://www.naiveui.com/zh-CN/os-themeVue3:https://v3.cn.vuejs.org/Vite中文网:https://vitejs.cn/前言尤雨溪推荐的Vite和NaiveUI这也是我第一次使用Vite和NaiveUIVite安装ViteNPM安装npminit@vitejs/app让我们打开CMD（WIN+R）

小的笔记本·2022-03-24 12:41

Naive-UI,尤大推荐的Vue组件库

前言❝早上坐地铁上班的时候，刷到推特推送了naive组件库有关的信息,点进去看了介绍，觉得不错，就来分享一下❞组件库文档地址：www.naiveui.com值得注意的是，vue作者尤雨溪也推荐了该组件库

YvetteLau·2022-03-24 12:04

Vue项目里使用element ui || naive ui在input框上使用v-model.trim等修饰符失效

//naviteui为例

乐语_miss·2022-03-24 12:29

朴素贝叶斯(Naive Bayes)

朴素贝叶斯NaiveBayesIntroduction1.GaussianNaiveBayes2.MultinomialNaiveBayes3.ComplementNaiveBayesReference:NaiveBayes相关文章：贝叶斯法则Introduction朴素贝叶斯方法是一组基于贝叶斯定理的有监督学习算法，该算法的"幼稚"假设是给定类变量值的每一对特征之间的条件独立性。通过贝叶斯定理，

泠山·2022-03-20 07:58

NB 算法 (包括符号型与数值型, 结合 Java 程序分析)

摘要:本贴结合例子与程序分析NB算法.NaiveBayes是一个经典的、有代表性的分类算法.Naive的i上面应该是两个点,它读作“哪义乌”,表示很傻瓜很天真.Bayes是一个神职人员,也是概率界的一个神级人物

闵帆·2022-03-14 07:52

【博客园整改期间如何查看博文】

naive有个东西叫“百度快照”正常点进去是看不见博文的，因为正在整改但我们点进百度快照，就能看见大部分博文了为了ctrl+c+v而诞生的技巧，学废了吗？

世界第一可爱不咕鸟·2022-03-11 07:49

Vue 3.0 UI 库 Naive 的使用

Naive直接引入的使用1.常规引入naive-uiimport{defineComponent}from'vue'import{NButton}from'naive-ui'exportdefaultdefineComponent

·2022-02-19 22:22

Naive RNN & LSTM & GRU

对于做NLP的新人来说第一个接触到的模型大概就是RNN，RNN应该算是NLP任务中HelloWorld了。对于业界一般说使用RNN指的的LSTM，而并非是RNN，因为LSTM作为RNN结构模型太普遍了。什么的RNNRNN，其实是RecurrentNeuralNetwork的简称，翻译过来就是循环神经网络。对于NLP任务使用RNN来建模，还要从语言模型说起。因为语言是一种序列，比如：”我喜欢吃苹果”

LoveAnny·2022-02-18 01:21

MOCTF WriteUp

访问限制进去要求满足：只允许使用NAIVE浏览器访问！只允许香港记者访问！用BP改下User-Agent:NAIVE和Accept-Language:zh-HK即可。

Eumenides_62ac·2022-02-16 19:32

推荐频道

naive