首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 4-7 数据归一化

    本小节主要介绍数据归一化(Feature Scaling)。 为什么要进行数据归一化 下面使用肿瘤的例子: ? 还有一类情况就是没有明显的边界,比如收入问题,没有固定的收入范围,有的人收入极其高,一旦有了这个outlier对使用最值归一化的影响就比较大,比如大多数人的月收入是1万块钱,有一个人的月收入是100万元 ,如果使用最值归一化将其映射到0-1之间的话,哪个100万元的特征一定是1,大多数人由于是1万元左右,因此被归一化到0.01左右,可想而知,这种映射结果是不够好的,相应的改进方式是使用均值方差归一化(standardization 均值方差归一化比较实用数据分布没有明显边界,有可能存在outlier的情况,但是在有明显分布边界的情况下表现也是非常好的。 老师的建议:除非前面学生考试分数,图像的像素这种有非常明确的特征分布边界的情况,一般情况,我们都使用均值方差归一化就可以。 下面先使用最值归一化: ? ? ? ? ? ? ? 均值方差归一化: ?

    85000发布于 2019-11-13
  • 来自专栏程序员成长指北

    伴鱼运营活动前端配置化实践

    作者:伴鱼技术团队 链接:https://juejin.cn/post/6906706659813359630 前言 波塞冬,是伴鱼活动运营解决方案的总称,包含活动规则体系、h5 可视化开发平台等,名称来源于古希腊神话 答案当然是组件化能力建设、可视化能力建设的范畴了,鉴于当前主推的运营场景是 h5 活动,下面我们会重点介绍一下 h5 可视化平台的建设。 以上就是对三大模块拆分的场景 h5 可视化开发的部分 可视化开发一直是前端开发的热点话题,几乎所有大的公司都有自己的可视化配置平台,我们在建设可视化平台之前也做了充分的调研,下面以平台对比和总结的方式介绍 因此基于质量、效率、安全的纬度,我将 h5 可视化平台划分为三个模块 组件开发脚手架: 我们提供了脚手架让开发高效、规范化的进行组的开发与发布 可视化编辑器: 提供将组件拼装成页面的能力。 管理后台 管理后台是整个可视化的控制枢纽,重点在于对业务场景应用的管控。

    1.1K10发布于 2021-03-09
  • 来自专栏donghui的博客

    【jenkins参数化构建】将Ant Targets参数化

    使用jenkins做持续集成时,Ant Targets经常变动,所以采用参数化构建,将Ant Targets参数化 1、在jenkins的job中增加String Parameter/Persistent 3、其他 构建不使用jenkins ant plugin的原因: 使用String Parameter/Persistent String Parameter传递ANT_TARGETS参数 如果有多个target,jenkins ant plugin将多个target当成一个target 经多次尝试,无法将参数传递给ant,从而导致构建失败 而在ant命令行中,这一切都正常 暂未找到合适的解决方案 所以选择在batch脚本中,传递%ANT_TARGETS%参数,调用ant命令 ANT_TARGETS格式(多个target用英文逗号、分号或空格分开 String Parameter/Persistent String Parameter区别: 如果可以,Persistent String Parameter的默认值来自上次构建的参数

    2.1K30发布于 2019-04-19
  • 来自专栏文渊之博

    参数化(三):参数嗅探

        在之前的随笔中我提到过参数嗅探,这是非常重要的概念。下面我们深入的研究一下参数嗅探…     首先我们知道批处理可以是参数化的或者非参数化。 参数化的批处理计划有两种类型:“Prepared” 或者“Proc”。 参数嗅探在这两种类型中是完全相同的。它的行为在两种计划中是完全一样的。因此我们这里不去讨论类型,只关心参数化批处理本身的作用。 什么是参数嗅探? 在参数化批处理的实际执行计划的图形表示中,查看最外层的操作符属性(通常是一个select操作符),然后找到“Parameter List”属性。展开属性时,将会看到每个参数编译时和运行时的值。 假使用户用一个很少使用的参数来执行存储过程,这个参数值产生一个执行计划,并且对于指定该值作为参数的执行是非常高效的。但是其他参数时将会表现很糟糕。 因此问题来了:参数嗅探是好还是不好?  

    2.7K70发布于 2018-01-30
  • 来自专栏若尘的技术专栏

    Jmeter 参数化

    一、什么时候使用参数化技术 根据具体的业务场景判断,例如新增用户,要求注册的用户名,手机号不能重复这个场景,就需要参数化。 二、参数化技术是什么? 参数化是自动化测试脚本的一种常用技巧,简单来说,参数化的一般用法就是将脚本中的某些输入使用参数来代替,在脚本运行时指定参数的取值范围和规则。 三、参数化流程 1、先找出需要做参数化的数据 2、准备提供给参数化需要的数据源 3、把脚本里面的常量换成变量(使用前面的数据源数据) 四、如何实现参数化 参数化作用域比较重要,如果需要对某一个请求起效果则需要放到该请求下

    1.2K65编辑于 2021-12-04
  • 来自专栏全栈数据化营销

    营销传播案例:金龙鱼社会化营销方案

    这是金龙鱼在2015年的社会化营销方案,总体来说,可以看到还是创意之后的执行,在深度上还是很有借鉴意义。 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

    1.1K20发布于 2018-08-03
  • 来自专栏大数据文摘

    2015年10佳用Plotly制作的可视化图表

    翻译:吴怡雯 校对:姚佳灵 2015刚刚过去,我们决定把2015年最出色的10张Plotly图表放在一起展示,让大家了解Plotly能做些什么。

    1.2K80发布于 2018-05-22
  • 来自专栏测试技术圈

    unittest的参数化

    之前写了很多关于unittest单元测试框架的文章,本小节主要介绍它在参数化方面的应用,首先需要安装第三方的库parameterized,安装的命令为:pip install parameterized _ == '__main__': unittest.main(verbosity=2) 执行如上的代码后,显示三个测试点都测试通过,parameterized的设计思想有点和ddt相似,至少在参数化方面可以说是思想是一致的 在执行具体的测试点时候,它是对列表里面的参数进行进行循环然后依次赋值,也就是说,当循环到第一个元组的参数的时候,first其实是1,second是1,result是2,依次循环,这样就可以使用parameterized

    1.1K10发布于 2019-12-09
  • 来自专栏全栈测试

    Pytest之参数化

    以下主要介绍pytest参数化讲解及实战。 熟悉unittest单元测试框架的小伙伴知道,使用ddt进行数据驱动测试,那么身为功能更加强大且更加灵活的Pytest框架怎么可能没有数据驱动的概念呢? Pytest使用@pytest.mark.parametrize装饰器来实现数据驱动测试的,也就是常说的参数化。 argvalues:参数对应值,类型必须为list。 indirect:如果设置成True,则把传进来的参数当函数执行,而不是一个参数。 ids:用例的ID,传一个字符串列表,用来标识每一个测试用例,自定义测试数据结果,增加可读性。 3 多个参数化装饰器 使用多个参数化装饰器,数据会进行交叉组合的方式传递给测试函数,进而生成n*n个测试用例(笛卡尔积)。

    1.2K10发布于 2020-09-03
  • 来自专栏后端云

    VNFD模板参数化

    概要 VNFD参数化可以实现通过单个VNFD文件和不同的VDU的参数以及值进行多次部署。 相反,若使用非参数化的VNFD,因为是参数的值都是不可变的,静态的,这样会限制通过单个VNFD同时部署VNF的数量。 例如,部署一个非参数化的含有固定IP地址的实例,再次通过该VNFD部署的时候,若不删除第一次生产的VNF实例将会导致一个错误。 非参数化的VNFD模板 下面是一个非参数化的VNFD例子。 下一节将举例如何下面的非参数化的VNFD模板可以被参数化以及在部署多VNFs时重用。 下面的例子是部署时候需要提供的包含参数和值文件,用于在部署VNF时替代上面的模板中的参数化部分。

    3.5K50发布于 2018-10-24
  • 来自专栏用户7466307的专栏

    python参数化测试

    参数化测试的目的是针对多组参数运行测试。我们可以通过@ pytest.mark.parametrize做到这一点。 我们将在下面的示例中看到这一点。在这里,我们将3个参数传递给测试方法。 此测试方法将添加前两个参数,并将其与第三个参数进行比较。 3,5,12)]) def test_add(input1, input2, output): assert input1+input2 == output,"failed" 这里的测试方法接受3个参数

    97810发布于 2020-06-16
  • 来自专栏测试那些事

    PlayWright(十七)- 参数化

    今天来讲下参数化,具体是什么意思呢,举个例子 比如我们要测试登录功能,第一步会填写账号,第二步会填写密码,这是一条完整的操作,但是其中会有很多条用例比如账号错误、密码错误、账号为空、密码为空的各种情况 ,但是在输入账号、密码的操作都是一样的 我们不能一条用例复制很多次,然后再输入不同的情况,所以就用到了我们的参数化,只需要写一个用例操作,然后把全部需要的参数传入用例操作中,只需要不同数据就可以实现不同的情况 ,所以我们也经常叫这种为数据驱动 1、参数化怎么用 那Pytest使用参数化功能使用的是什么呢? 2、传一个参数 import pytest """ 参数化的使用 """ @pytest.mark.parametrize('num', [1, 2, 3, 4, 5]) def test_01(num :{name},{age}") 我们直接在第二个参数中放我们的处理数据函数 执行结果: 没有问题,参数化我们基本已经掌握了

    1.1K30编辑于 2023-10-17
  • 来自专栏MasiMaro 的技术博文

    OLEDB 参数化查询

    一般情况下,SQL查询是相对固定的,一条语句变化的可能只是条件值,比如之前要求查询二年级学生信息,而后面需要查询三年级的信息,这样的查询一般查询的列不变,后面的条件只有值在变化,针对这种查询可以使用参数化查询的方式来提高效率 参数化查询的优势: 提高效率:之前说过,数据库在执行SQL的过程中,每次都会经过SQL的解析,编译,调用对应的数据库组件,这样如果执行多次同样类型的SQL语句,解析,编译的过程明显是在浪费资源,而参数化查询就是使用编译好的过程 而防范SQL注入最简单也是最一劳永逸的方式就是参数化查询。 为什么参数化查询能够从根本上解决SQL注入 发生SQL注入一般的原因是程序将用户输入当做SQL语句的一部分进行执行,但是参数化查询它只是将用户输入当做参数,当做查询的条件,从数据库的层面上来说,它不对应于具体的数据库组件 所以参数化查询从根本上解决的SQL注入的问题。 参数化查询的使用 前面说了这么多参数化查询的好处,那么到底怎么使用它呢?

    2.1K30发布于 2018-08-31
  • 来自专栏授客的专栏

    loadrunner 脚本优化-参数化之场景中的参数化取值

    脚本优化-场景中的参数化取值 by:授客 QQ:1033553122 Action() { lr_eval_string("{NewParam}"); lr_eval_string("{NewParam }"); return 0; } 参数设置: ? 2、Continue in cycle manner:缺少参数值时,循环取值,特别要注意的是,仅在每个用户获取到的参数值范围内进行循环,见上述运行结果,比如Vuser2,获取到3个参数值,D,E,甲,第一次迭代 ,获取DE,第二次迭代,可获取的参数值仅有甲,还少一个,咋办? 更改参数配置如下,继续测试 ? ? 运行结果: ? ?

    1.8K20发布于 2019-09-11
  • 闲鱼自动化运营:OpenClaw 自动回复 + 自动发货方案

    前言:别让“在吗”耗尽你的精力 如果你同时在运营好几个闲鱼号,每天被“在吗”、“包邮吗”、“换不换”这些重复性问题淹没,成交后还要手动复制地址、填写单号,那么这篇文章就是为你准备的。 2026年了,闲鱼的运营早就不是单纯的体力活。利用自动化工具,可以把我们从这些重复劳动中解放出来,专注于选品和引流。今天分享一套我自己在用的方案:OpenClaw 框架,实现闲鱼自动回复和自动发货。 简单来说,OpenClaw 是一个开源的自动化操作框架。你可以把它理解成一个能模拟手机操作的机器人,通过编写简单的规则,让它帮你处理闲鱼上的各种消息和订单。 实战部署:三步搞定自动化 这套方案并不复杂,不需要你是程序员,跟着步骤走就行。 第一步:准备一台云服务器 自动化脚本需要一个稳定的运行环境。 你只需要偶尔登录后台,处理一些自动化无法解决的疑难问题即可。 成本与提醒 主要成本:云服务器费用,按 2核2G 计算,每年约400-600元。

    8K30编辑于 2026-03-10
  • 来自专栏yaphetsfang

    ef oracle参数化问题

    union all select id from b where date between :StartDate and :EndDate " 这个时候创建 DbParameter 列表时如果只有两个参数 先看出现错误时的sql和参数列表定义 List<DbParameter> dbParaBYRY = new List<DbParameter> { A.CURR_KS = :PARM_DANGQIANKS GROUP BY SFXM_CODE, FUN_GETYLXMMC(SFXM_CODE)"; 细心的童鞋会发现,参数定义的顺序和 sql中出现的顺序反了,我一开始没有意识到这里会出错,参数名字和sql中名字不是一样 吗,不应该时按名字赋值吗,不过一直报上边这个错误,最后抱着试一试的态度,把sql中条件参数顺序调整了,结果成功了! ,就把:PARM_DANGQIANKS 这个参数值赋值给了:PARM_KaiShiSJ,它都不是时间,所以肯定报错了。

    1.1K30发布于 2020-07-30
  • 来自专栏量子发烧友

    参数化量子线路简介

    概述 参数化量子线路(Parameterized Quantum Circuit, PQC)即由含参数的量子门组成的量子线路,是进行量子机器学习的途径之一。 在很多情况下,为了能与经典机器学习中神经网络进行类比,我们也经常会把参数化量子线路称为量子神经网络。 本文中介绍量子-经典混合计算架构MindQuantum能够处理此类参数化量子线路,并利用量子神经网络的可逆性对该线路进行自动微分,最后通过测量得到的观测值,即可计算出观测值对于各参数的导数。 构建PQC并用PQC模拟器算子对量子线路进行演化的大致流程如下: 初始化量子线路; 在量子线路中加入所需的含参量子门或者不含参量子门; 利用 PQC 模拟器算子进行态演化或者梯度求解。 () _images/parameterized_quantum_circuit_19_0.svg 从对Encoder的Summary中可以看到,该量子线路由3个量子门组成,其中有1个含参量子门且参数为

    2.8K20编辑于 2023-02-24
  • 来自专栏软测小生

    postman接口测试-参数化

    全局变量参数化 在环境变量里面设置好参数,比如 url=http://www.baidu.com 某一类型的 BaseUrl 全部都是 www.baidu.com, 参数化之后倘若哪天 URL 变更之后 ,改一个环境变量里面的参数即可,不用去每一个 Case 一个个的去更改。 其中引用变量用法:{{变量名}} 批量参数化: 比如我有一个测试用例,Get 请求返回 JSON 数据,一共 50 个 ID,要保证 50 个不同的 ID 都要测试通过。 其实 URL 是一样的,不需要创建 50 个 request,创建一个就好,把所有的 ID 参数化即可。1、将所有的 ID 存储到 txt 或 csv 文档中,以备参数化使用。 第一行是参数名,其他行为参数。 ? 在环境变量里面设置一个变量 secid,如下图 ?

    2.2K40发布于 2019-10-21
  • 来自专栏全栈测试

    Jmeter系列之参数化

    以下主要介绍JMeter的三种参数化方式:用户参数、CSV Data Set Config、 CSV函数助手。 一 用户参数 当使用JMeter进行测试时,测试数据的准备是一项重要的工作。 若要求每次迭代的数据不一样时,则需进行参数化,然后从参数化的文件中来读取测试数据。 ①线程组,右键依次选择添加--》前置处理器--》用户参数。 ? ? ②用户参数设置如下: ? ? Filename:参数文件名 File encoding:参数文件的编码格式。推荐选择 UTF-8。 Variable Names:对应参数文件每列的变量名。 :当读取到参数文件末尾时,是否停止读取线程,默认为 false。 ①若为 true,则在读取到参数文件行末尾时,终止参数文件读取线程。 总结:本文主要介绍Jmeter的三种参数化方式:用户参数、CSV Data Set Config、 CSV函数助手。

    1.2K40发布于 2020-06-10
  • 来自专栏Python自动化测试

    Pytest之参数化(四)

    懂得UI自动化测试的人,应该都比较清楚ddt的模块,在一个测试场景中,如果是同样的测试步骤,那么使用ddt,就可以使用一个单个测试解决多个测试场景的使用。 本文章主要总结pytest测试框架的参数化的应用。 wuya')=='hi wuya' 见如上的测试代码,首先不考虑它的测试点是否设计合理,就单纯的来说,一个函数的测试需要写很多的测试代码,相对而言不是一个好的选择,写了很多的垃圾代码,但是在pytest的参数化而言 固件参数化会使用到pytest中内置的固件request,并通过request.param来获取参数。还是以上面的案例来修改,见修改后的测试代码: #! : add(param['a'],param['b']==param['result']) 固件函数使用于另外一个测试的场景,我们需要连接很多好几个数据库来操作不同的业务场景,那么可以使用固件参数来很好的解决该问题

    1.4K31发布于 2019-09-19
领券