- 综合排序
- 最热优先
- 最新优先
- 来自专栏大模型系列
机器学习之商业智能首选决策树：CHAID（卡方自动交互检测）原理、手动计算与实战应用指南
关键词：机器学习、CHAID算法、决策树、卡方检验、市场细分、问卷分析、类别合并、Python CHAID、商业智能、统计显著性 一句话答案：CHAID 是唯一基于统计显著性检验（卡方/F检验）的决策树算法 特征选择：卡方检验（分类目标）或 F 检验（连续目标） 2. ✅ 根节点 = 收入水平 步骤3：对每个收入子集递归检验子集1：低收入（20人：15否, 5是）测试“教育”：高中：10否, 0是大学：5否, 5是卡方 = 5.0, p ≈ 0.025 < 0.05 → 显著，分裂子集2：中收入（20人：5否, 15是）测试“教育”：高中：5否, 5是大学：0否, 10是卡方 = 5.0, p ≈ 0.025 → 显著，分裂子集3：高收入（20人：全“是”）纯节点 四、CHAID vs 其他决策树：关键差异特性ID3/C4.5CARTCHAID分裂标准信息论误差最小化统计显著性（卡方/F检验）树结构多叉二叉多叉类别合并❌❌✅ 自动合并不显著类别过拟合控制剪枝剪枝p
35120编辑于 2026-03-29 - 来自专栏李蔚蓬的专栏
Android卡顿优化 | 自动化卡顿检测方案与优化(AndroidPerformanceMonitor BlockCanary)
本文要点 为何需要自动化检测方案 自动卡顿检测方案原理 看一下Looper.loop()源码 实现思路 AndroidPerformanceMonitor实战 基于AndroidPerformanceMonitor 源码简析 接下来我们讨论一下方案的不足 自动检测方案优化 项目GitHub 为何需要自动化检测方案 前面提到过的系统工具只适合线下针对性分析，无法带到线上！ 线上及测试环节需要自动化检测方案 方案原理 源于Android的消息处理机制； 一个线程不管有多少Handler，只会有一个Looper存在， 主线程中所有的代码，都会通过Looper.loop() ，同时用logcat打印出关于卡顿的详细信息； 可以检测所有线程中执行的任何方法，又不需要手动埋点， 设置好阈值等配置，就“坐享其成”，等卡顿问题“愿者上钩”！！ ； 我们需要缩小采集堆栈信息的周期，进行高频采集，详细如下； 自动检测方案优化 优化思路：获取监控周期内的多个堆栈，而不仅是一个； 主要步骤： startMonitor开始监控（Message
3.1K30发布于 2020-04-09 - 来自专栏Khan安全团队
神兵利器 - 具有交互式界面的自动 SSTI 检测工具
该工具被开发用作 SSTI 检测和利用的交互式渗透测试工具，允许更高级的利用。 交互模式 ( -i) 允许更容易的利用和检测 基本语言eval() -like shell ( -x) 或单个命令 ( -X) 执行 在没有启用的情况下为Smarty添加了新的有效负载{php}{/php 它能够检测和利用多个不同模板中的 SSTI 漏洞。 利用后，SSTImap 可以提供对代码评估、操作系统命令执行和文件系统操作的访问。 要检查 URL，您可以使用-u参数： $ . ，命令用于与 SSTImap 交互。 顺便说一句，测试结果在目标 url 更改之前一直有效，因此您可以轻松地在漏洞利用方法之间切换，而无需每次都运行检测测试。 要获得完整的交互命令列表，请help在交互模式下使用命令。
1.6K30编辑于 2023-02-23 - 来自专栏小锋学长生活大爆炸
【教程】自动检测和安装Python脚本依赖的第三方库
转载请注明出处：小锋学长生活大爆炸[xfxuezhang.cn] 背景说明 对于新python环境，要运行某个脚本，可能需要安装很多库，一般可以通过提供的requirements.txt来自动安装 通过捕捉ImportError错误，实际上可以从错误消息中提取缺失的模块名称，而一旦确定了缺失的模块名称，就可以使用 pip 自动安装它们了。 install_module(correct_name, python_executable) def main(): parser = argparse.ArgumentParser(description="自动检测和安装
2.9K10编辑于 2023-12-29 - 来自专栏FreeBuf
SSTImap：一款带有交互式接口的自动化SSTI检测工具
关于SSTImap SSTImap是一款功能强大的渗透测试工具，该工具提供了一个交互式接口，可以帮助广大研究人员以自动化的形式检查网站的代码注入和服务器端模版注入漏洞。 除此之外，该工具甚至还可以帮助我们自动利用这些发现的漏洞，从而访问目标服务器（主机）操作系统。 该工具还引入了沙盒逃逸技术，具体细节请查阅文章结尾的参考资料。 = "__main__": app.run(host='0.0.0.0', port=80) （向右滑动，查看更多） 预定模式 SSTImap的预定模式与Tplmap非常相似，支持以多种不同的模版检测和利用 如需检测URL，你可以使用-u参数： $ ./sstimap.py -u https://example.com/page? 在交互式模式下，我们可以使用命令与SSTImap交互： -i：进入交互模式； -u：制定测试目标URL； run：命令运行； help：查看帮助信息； Ctrl+C：终止运行； 支持的模版引擎
2.9K20编辑于 2023-03-30 - 来自专栏决策智能与机器学习
算法集锦（10）| 自动驾驶、机器人 | 物品图像动态检测算法实现
今天，我们将介绍Google的Tensorflow物品检测API及Mask R-CNN技术，并将之应用于实际的物品动态检测中。 ? 比起检测，需要得到物体更精确的边界信息；比起语义分割，需要区分不同的物体个体。 在自动驾驶技术和机器人系统中，实现实例分割有很重要的意义。 对于自动驾驶汽车，我们可以获得汽车以及行人的准确位置；而机器人在获得两个障碍物的准确位置后，则可以轻松实现障碍穿越。 视频物品检测 上面介绍了tensorflow物品检测API和Mask R-CNN技术，接下来我们就利用它们来实现一个玩具小车的动态检测。 你可以参照本文的方法和步骤，建立自己的训练模型，应用到自动驾驶或者机器人上。 ?
1.1K30发布于 2020-08-04 - 来自专栏大数据文摘
一周飞越50万平方米，无人机检测1.5吨海滩垃圾！自动分类47种，准确率超95%
从5月底至6月初的一周内，无人机飞越了伯恩茅斯、基督城和普尔的海滩，对18个地点进行了检测，检测总面积达到了475000平方米。 对系统目前的工作情况，Mackay表示，“Ellipsis可以自动检测47类垃圾，准确率超过95%”，“无人机改变了环境监测的行为和方法，它们能在几分钟内调查整个海岸线”。 但是，Ellipsis技术可以检测到的内容是有限的，小于5毫米的塑料颗粒是无法识别的，而据估计，仅在海底，就有至少1400万公吨没能被检测到。 车载软件使用经过修改的Darknet来运行Yolo v3，检测结果通过一个滤波和积累模块提供，该模块将避免在多个相邻视频帧中出现多次计算同一垃圾；它还将为一个”垃圾点”在大约5米半径范围内进行多次检测。 根据AI垃圾桶研发人员林佳炀介绍，这种垃圾桶可以对垃圾自动感应、自动识别，然后自动分类。内置的摄像头会对垃圾进行拍照，拍照后上传到云端人工智能识别模型进行判定，整个判定完成过程大概在2.7秒左右。
1.5K30发布于 2021-07-06 智慧工地施工安全自动化监测检测数据集VOC+YOLO格式7164张10类别
仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：7164 标注数量(xml文件个数)：7164 标注数量(txt文件个数)：7164 标注类别数：10
47310编辑于 2025-07-17《3D古城场景角色碰撞优化的实战指南》
一方面，所有场景物体（断墙、石阶、陶罐、石雕）均采用高精度Mesh碰撞体，单场景碰撞体面数超过12万，仅西城门断墙的碰撞体就包含800+面片，每帧碰撞检测计算量达9200次，其中40%集中在非关键交互物体 ，超出范围则自动禁用，避免无效计算。 这一方案落地后，单场景碰撞体面数从12万降至3.8万，每帧碰撞检测次数从9200次减少到3500次，PC端CPU在碰撞计算环节的占用率从18%降至8%，断墙区域的帧率稳定在58-60帧，穿模率从优化前的 具体实现上，我们为每个动态物体设置“碰撞激活半径”（根据物体尺寸与交互重要性调整：石碾直径1.2米，激活半径8米；木质闸门高2.5米，激活半径5米；断柱高3米，激活半径10米），同时集成相机视锥体检测模块 “角色悬浮”（身体与墙头之间出现10cm空隙）；踩踏陶罐时，碰撞反馈（角色受力下沉2cm）与动画（脚部直接落地无下沉）不同步，显得僵硬，玩家调研中“交互真实感”评分仅6.2分（满分10）。
38310编辑于 2025-10-20- 来自专栏FunTester
Android App常规测试内容
1.客户端业务正常功能点测试1.功能点正常 2.前后端数据交互，页面显示及功能正常关联性测试1.与PC端交互正常稳定性及异常性测试交互性测试1.客户端多种被打扰测试 2.待机，插拔数据线等操作异常性测试 1.断电，断网等异常，确认客户端稳定性压力测试1.通过输入adb命令进行10H以上的随机操作，确认稳定性性能测试基准性能测试1.主要测服务器借口，写多线程脚本 2.客户端不同网络下响应速度大数据量测试 1.客户端不同网络下响应速度接口测试模块之间，系统与模块，第三方与模块 界面易用性测试界面与交互性测试1.符合安卓交互规范 2.用户的体验良好 3.使用方便，快捷可用性测试1.可用性强， 压力型测试：30W 稳定性测试：50W 长时间执行：100W权限测试 第三方工具跳出的提示禁止，是否会影响程序正常流程病毒扫描测试 PC和手机工具检测安全测试腾讯金刚网测试 apk反编译 sonarqube 竞品对比测试性能专项对比；用户体验 对于质量平台（接口测试，自动化测试，性能测试，兼容性，数据收集）只是一概而过，这个无法一一说清楚。
1.4K10发布于 2019-10-08 YOLOv8v10v11自动驾驶实测对比：揭秘v11遮挡车辆检测精度提升关键
【导读】本文分析 YOLO11 在车辆检测上的性能。相比前代（YOLOv8/v10），YOLO11 通过架构改进提升了速度、精度和在复杂环境（小目标、遮挡）下的鲁棒性。 该模型在检测复杂形状车辆方面进步显著，对自动驾驶和交通监控有应用潜力。 研究方法数据集为了评估YOLO11在车辆检测中的性能，使用了与之前分析YOLOv8和YOLOv10时相同的数据集。 结果与性能评估评估指标使用标准物体检测指标评估 YOLO11 在车辆检测数据集上的性能，包括准确性、鲁棒性和效率，以便与 YOLOv8 和 YOLOv10 进行直接比较。 与 YOLOv8 和 YOLOv10 的比较YOLO11 在车辆检测任务（涵盖汽车、卡车、公交车、摩托车、自行车）的准确性（精度、召回率）、速度和鲁棒性上，相较于 YOLOv8 和 YOLOv10 展现出显著进步
2.3K10编辑于 2025-06-20- 来自专栏数据分析
文本分类中的特征选择方法
查看包com.datumbox.framework.machinelearning.featureselection以查看Java中的卡方（卡方检测）和交互信息特征选择方法的实现。 下面给出了选择k个最佳特征的基本选择算法（Manning等人，2008）： [3xto1nf136.png] 在下一节中，我们将介绍两种不同的特征选择算法：交互信息和卡方（Chi Square）。 卡方（ 卡方检验） 另一个常见的特征选择方法是卡方(卡方检验)。统计学中使用x 2检验法主要是来测试两个事件的独立性。更具体地说，在特征选择中，我们使用它来测试特定术语的出现和特定类的出现是否独立。 上述公式可以向下面一样改写： [cxx44xu4kv.png] 4 如果我们使用卡方（卡方检测）方法，我们应该只选择一个预定义的特征，其中 x2 检测分数大于10.83，在0.001水平上才能显示出统计学意义 最后，但并非最不重要，我们应该注意到，从统计的角度来看，由于只有自由度和Yates校正（这将难以达到统计的显着性） ，卡方（卡方检测）特征选择是不准确的。
2.5K60发布于 2018-01-29 腾讯云建筑产业互联网：连接人与数据，降本增效的数字化路径
连接劳务： 基于覆盖 10亿+ 用户的微信平台，打造劳务工人小程序门户。 腾讯微卡： 一张电子卡覆盖智慧办公全场景，支持员工、委外人员、访客、物业等不同人群配置特定权限，联动园区通行、道闸、电梯、人脸识别系统。 连接上下游： 通过企业微信连接器，拉通建设方、设计方、施工方、咨询方等全参与方，实现跨系统、跨部门、跨组织的数据流转。 考勤与工资自动化： 支持 8大考勤方式 满足不同场景需求；联动电子劳动合同与考勤数据，系统自动核算生成智能工资表，实现工资 直接发放至工人账户 的全流程闭环监管。 技术底座与生态优势 选择腾讯云作为建筑行业数字化转型合作伙伴，基于以下技术能力与生态优势： 智能技术能力： 具备感知智能（人脸识别、活体检测、OCR）、交互智能（智能客服、语音识别/合成、NLP、实时翻译
17700编辑于 2026-05-31- 来自专栏公共互联网反网络钓鱼（APCN）
电商支付页仿冒钓鱼窃取信用卡数据的攻击机理与分层防御研究
现有网络安全研究多聚焦银行官网、第三方支付平台钓鱼攻击，针对中小型电商结算支付环节的专项实证研究较少，同时缺少适配电商支付表单的轻量化前端风险检测工具落地参考。 5.1 支付表单超额敏感字段风险检测代码功能：自动扫描支付页面表单输入框，识别居民登记号、完整信用卡密码等合规支付流程无需采集的字段，页面加载后弹窗风险预警，阻止用户提交隐私信息。 5.2 恶意 iframe 嵌套支付页面检测代码功能：识别页面内跨域 iframe 支付采集组件，检测到恶意嵌套弹窗后弹出风险提示并清空页面交互区域，阻断用户录入信用卡信息。 6.1.2 支付交互逻辑优化移除 “支付失败重载页面” 自动跳转脚本，交易异常时仅展示文字提示，由用户手动返回订单页重新发起付款，消除恶意页面掩盖窃取行为的技术窗口；支付流程全程固定单一域名，禁止第三方弹窗 ：进入支付页面时自动弹出合规提示，标注 “任何索要完整信用卡密码、居民登记号的页面均为诈骗”；第三方支付接口准入管控：仅对接持牌正规支付服务商，禁止内嵌未知来源支付弹窗、外部表单组件；交易日志全留存：完整记录支付页面访问
8210编辑于 2026-07-06 - 来自专栏系统设计
Google Pay支付钱包系统设计
与支付网关集成：与银行、UPI 和银行卡网络连接。 安全性：加密、身份验证（如 OTP、生物识别）和欺诈检测。 通知：实时更新交易和促销信息。 3 支付钱包的微服务设计/架构 该系统的主要服务项目： 3.1 用户服务 处理用户注册、认证和管理，负责： 创建和更新用户配置文件 通过第三方API进行 KYC 验证 管理关联的银行账户和银行卡 3.2 确保幂等性，避免重复支付 与第三方网关（如 UPI、信用卡处理器）交互 3.4 支付网关服务 与外部支付系统的摘要集成，负责： 与 UPI、银行卡网络和银行对接 确保安全和遵守法规 处理支付失败的重试和回退 事件消费 通知服务会消耗 transaction.completed 事件，并向发送方和接收方发送通知 分析服务记录交易详情，用于报告和分析 欺诈检测服务监控交易是否有可疑活动。 欺诈检测工作流程： API交互 Kafka 事件 DB 设计 数据库：分析数据库（如 Elasticsearch、Snowflake） 目的：记录可疑交易并分析欺诈模式。
2.8K14编辑于 2025-01-15 - 来自专栏区块链
区块链U卡APP开发方案
数字身份认证与安全登录实名认证（KYC）对接公安/银行/第三方认证平台双因素认证（短信+U卡确认）去中心化身份DID支持（如W3C标准）U卡绑定与验证（蓝牙/NFC）2. 链上数据查询与监控查询交易记录、区块信息链上事件监听（如转账、合约调用）Gas费优化建议多链支持查询（自动识别链类型）6. 身份认证模块实现实名认证、双因素认证、DID系统对接公安、银行或第三方认证平台4. 交易签名模块所有交易需通过U卡签名，确保私钥不出卡支持智能合约交互、批量交易等复杂操作5. 交易双重确认：用户需在APP与U卡上分别确认交易，防止恶意转账。本地数据加密：所有敏感信息（如助记词、Keystore）在本地加密存储。防篡改机制：检测APP是否被篡改或重打包。 U卡固件签名验证：防止恶意固件注入。链上风控系统：识别异常交易模式，自动冻结高风险账户。双因素认证：结合生物识别、短信验证码、硬件验证等多重认证方式。
43410编辑于 2025-09-05 C#+WPF+Opencv模块化开发视觉对位运动控制系统教程
WPF 提供了丰富的控件、图形和动画效果，以及与硬件设备的交互能力，非常适合用来构建复杂的工业自动化和监控系统。 3、丰富的三方库支持C# 拥有庞大的生态系统，提供了大量的第三方库和工具。支持多种工业通信协议，如 Modbus、EtherCAT、OPC-UA 等。 三、一个完整的视觉对位系统主要工作过程如下：(1)工件定位检测器检测物体移动到摄像机视野中心，并向图像采集卡发送触发脉冲。(2)图像采集卡按照预定的程序和时延，分别向摄像机和照明设备发出启动脉冲。 (7)图像采集卡接收模拟视频信号并通过A/D将其数字化，或摄像机数字化后视觉定位系统直接接收数字视频。(8)图像采集卡将数字图像放置在处理器或计算机的存储器中。 (10)处理结果控制管道的动作、视觉定位系统或定位、纠正运动误差等。
1.5K10编辑于 2025-04-07- 来自专栏被删的前端游乐场
前端性能优化--用户卡顿检测
前面跟大家介绍过前端性能卡顿的检测和监控，其中提到了requestAnimationFrame心跳检测等方式来检测代码执行耗时，从而判断是否存在卡顿。 用户侧卡顿（交互响应耗时）。本文我们重点来探讨用户侧卡顿的检测。 20s 内，交互响应卡顿次数 > 5 交互卡顿频率某个操作卡顿耗时过长，长达 5s/10s 甚至更多交互响应卡顿耗时 > 5s 交互响应卡顿耗时 > 10s 交互长耗时卡顿 某个较频繁的操作必现卡顿 相同的卡顿埋点次数 > 5 ，将数据以及日志同时进行上报，比如：20s 内产生卡顿次数 > 5检测到某段代码执行超过 5s/10s检测到卡顿埋点中卡顿（超过 1s）的相同埋点多次产生（相同的卡顿埋点次数 > 5）通过这样的方式，我们可以判断用户是否产生了卡顿
1K30编辑于 2024-08-06 PAG在得物社区S级活动的落地
我们先来看一下实现效果：接下来，我们从逻辑架构、关键技术方案、边界场景处理三方面，拆解“用户交互调整”与“PAG预览同步”链路的实现思路。 经统计，经过各种手段优化后本活动中批量合成8张图最快仅需3s，最慢10s，批量合成过程用户基本是感知不到。 警告验证Canvas状态和尺寸PAGView创建带重试机制字体预注册：必须在加载PAG文件之前注册字体使用File类型进行字体注册CanvasImageEditor（Canvas图片编辑器）高DPI优化：自动检测设备像素比 不兼容环境（检测失败）：自动切换至服务端合成链路，通过预生成静态卡片保障核心功能可用，确保用户仍能完成球星卡生成的基础流程。 业务价值三方面总结核心成果：问题解决：解决业务痛点，优化用户体验针对初期“服务端固定合成导致构图偏差”的核心痛点，通过H5端承接关键链路，保障活动玩法完整性：交互自主性：基于Canvas封装的CanvasImageEditor
67510编辑于 2025-12-26- 来自专栏物联网智慧生活
工业设备远程运维路由器
计讯物联工业设备远程运维路由器提供工业设备和云服务器数据交互的高速网络通道，对接前端生产设备实施数据采集，通过有线宽带，WiFi或者3G/4G/5G等多种通信方式将数据传输至云平台，完成设备的远程工况监控 3、支持心跳链路检测，达到断线自动重连。 4、支持web升级、本地系统日志、远程日志、串口输出日志。 5、支持边缘计算，在物联网边缘节点实现数据优化、实时响应、敏捷连接、模型分析等业。 8、4×LAN、1×WLAN、1×RS232(1×RS485)、1×RS485、SIM卡、TF卡、2×DI、3×继电器、3×ADC、4×POE供电(可选)。 图片2.png 9、提供模拟量/数字量/开关量等数据采集控制，支持视频/图像/语音采集 10、支持用户二次开发，使用更安全应用更灵活。 14、支持通信中心入库的方式接入第三方平台或定制第三方协议。
1.1K20发布于 2021-09-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号