- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
4-7 总结数据信息
> head(airquality,10) Ozone Solar.R Wind Temp Month Day 1 41 190 7.4 67 5 1 2 36 118 8.0 72 5 2 3 12 149 12.6 74 5 3 4 18 313 11.5 62 5 4 5 NA NA 14.3 56 5 5 6 28
27010发布于 2020-09-16 - 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
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍数据归一化（Feature Scaling）。
77900发布于 2019-11-13 - 来自专栏小鹏的专栏
CNN图图图
? ?
1.2K50发布于 2018-01-09 - 来自专栏Java经验之谈
导航软件如何规划"最短路线"？
关于 图 的介绍，我用一张图片做简单说明 图 的更多详细内容兄弟们可以过一下我之前的这篇文章： 关于 图 的介绍 于是我们可以这样对应： 顶点 > 地图上的路口 边 > 两个路口间的道路 入度和出度 > 道路的方向 边的权重 > 两个路口间的距离 按照上面的思路我们抽象成图就是这样的： 数据结构是为算法服务的，我们将地图抽象成数据结构 图 之后， 下一步就是在该数据结构上设计出一种算法来计算出最短路线 > 1-5 （200） + 5-4（260）：460 dist 1-5：200 dist 1-6 > 1-3 （300） + 3-6（180）：480 dist 1-7 > 1-4 （460） + 4- -4 > 1-5 （200） + 5-4（260）：460 dist 1-5：200 dist 1-6 > 1-3 （300） + 3-6（180）：480 dist 1-7：1-4 （460） + 4- -4 > 1-5 （200） + 5-4（260）：460 dist 1-5：200 dist 1-6 > 1-3 （300） + 3-6（180）：480 dist 1-7：1-4 （460） + 4-
1K10编辑于 2022-02-23 - 来自专栏算法channel
图匹配 科普
例如，图 3、图 4 中红色的边就是图 2 的匹配，如图3中，1-5边和4-7边没有公共顶点。 ? 我们定义匹配点、匹配边、未匹配点、非匹配边，它们的含义非常显然。 例如，图 3 中 1、4、5、7 为匹配点，其他顶点为未匹配点；1-5、4-7为匹配边，其他边为非匹配边。 最大匹配：一个图所有匹配中，所含匹配边数最多的匹配，称为这个图的最大匹配。 图 4 是一个最大匹配，它包含 4 条匹配边。 完美匹配：如果一个图的某个匹配中，所有的顶点都是匹配点，那么它就是一个完美匹配。 图 4 是一个完美匹配。 例如，图 5 中的一条增广路，如图 6 所示（图中的匹配点均用红色标出）： ? 增广路有一个重要特点：非匹配边比匹配边多一条。因此，研究增广路的意义是改进匹配。 这种情况如图 9 所示（顺便说一句，图 8 中根节点 2 到非匹配叶子节点 7 显然是一条增广路，沿这条增广路扩充后将得到一个完美匹配）。
1.6K00发布于 2020-09-15 - 来自专栏各类技术文章~
vue图片加载（默认图、小图、加载图、大图、加载失败图）
但是对于一些特殊场景就需要对图片特殊处理，比如：默认图、大小图、加载图等。 在此介绍一下图片处理涉及到的情况：图片使用阿里云OSS图片，里面有涉及到对原图（会大于20兆）处理为小图，但是阿里云最大只支持20兆的图片进行处理，因此有些图片无法使用小图；如果对那部分图片直接使用原图会对性能有很大影响 为了解决上述问题，如果小图可以加载，则直接使用小图，如果小图不能加载，则先使用加载中的图片去渲染，当原图加载成功以后，渲染上对应的原图，如果当原图也渲染失败（比如服务器响应客户端最大时间为30秒，网速过慢导致该时间内未完成 ", // 小图加载失败，会先使用loading图片占位，避免页面卡顿，等待大图加载完成使用大图 small: "https://xixixi.net.cn/resources/images ，大图可以使用时返回大图地址 } } bigImage.onerror = function() {
4.8K00发布于 2021-10-31 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 练习4-7 求e的近似值
练习4-7 求e的近似值 自然常数e可以用级数1+1/1!+1/2!+⋯+1/n!来近似计算。本题要求对给定的非负整数n，求该级数的前n项和。 输入格式: 输入第一行中给出非负整数n（≤1000）。
2.8K40发布于 2020-09-15 - 来自专栏代码生涯
UML图之类图
对UML图的记录，只为更好 学习和理解程序 一、UML图 UML 又称 统一建模语言，是用来设计软件的可视化建模语言。它的特点是简单、统一、图形化、能表达软件设计中的动态与静态信息。 UML 从目标系统的不同角度出发，定义了9 种图： 用例图 类图 对象图 状态图 活动图 时序图 协作图 构件图 部署图 本文记录的是UML图中的类图。 二、类图 类图 是显示了模型的静态结构，特别是模型中存在的类、类的内部结构以及它们与其他类的关系等。类图不显示暂时性的信息。类图是面向对象建模的主要组成部分。 2.1 类图的作用 在软件工程中，类图是一种静态的结构图，描述了系统的类的集合，类的属性和类之间的关系，可以简化了人们对系统的理解； 类图是系统分析和设计阶段的重要产物，是系统编码和测试的重要模型。 例如，汽车和船实现了交通工具，其类图如图 9 所示。
60640编辑于 2023-10-21 - 来自专栏数据小魔方
旋风图（蝴蝶图）
今天要给大家分享的图表是旋风图！ ▽▼▽ 其实我更喜欢叫这种图为蝴蝶图，因为图表两侧像一对翅膀一样，这种图表多用于某个事物的两种不同指标对比，如同一个年龄段两种产品的用户比例，同一种产品在接连两年的销量或者利润等指标。 ►然后利用原数据做簇状柱形图： ? ►由于条形图默认图表的固有缺陷，我们需要设置逆序类别，将条形图数据条顺序调整至与原数据区域相同（回复036查看反转条形图数据序列） ?
2.3K50发布于 2018-04-10 - 来自专栏全栈程序员必看
箱体图_原理图和箱体图
多组维度不一样长的箱体图的画法 clear;clc; load('speed_1_1.mat') load('speed_1_2.mat') load('speed_2_1.mat') load('speed
57920编辑于 2022-09-20 - 来自专栏数据小魔方
螺旋图（海螺图）
今天跟大家分享一种好玩的图表——海螺图！ ▽▼▽ 这种图表制作方法与之前介绍的两种图表——玫瑰图都是使用雷达图制作完成，步骤上有些相似之处，功能也差不多，也属于那种纯粹炫技的形式，不过看图表看起来比较有趣，这里给大家介绍一下制作方法。 然后选中全部数据区域——插入——雷达图——填充雷达图 ? 这是输出的默认图表。 ? 选中图表，删除图例、坐标轴标签、网格线。 ? 可以添加数据标签。 ? 最后螺旋图就完成了，是不是看起来棒棒哒！ ---- 相关教程推荐： 创意玫瑰图（Rose chart） 创意玫瑰图2(Rose Chart)
3.7K71发布于 2018-04-10 - 来自专栏Danny的专栏
UML图——类图
什么是类图？ 类图是面向对象系统建模中最重要、最基本、最常见的图。类图显示了一组类、接口、协作以及它们之间的关系。 类图由哪些部分组成？ 在UML图中通常用一个类似于类图的矩形框，不过第一层要写明“<<interface>>”，或者还可以用一个小圆圈表示，如： ? 或者 ? 3、依赖：依赖在图中用一条虚线加箭头表示，它表明一个类依赖于另一个类，比如人需要吃东西，下面这个图就表示人类依赖于食物类： ? 实践——机房收费系统类图 第一次画系统的类图，感觉抽象的不是特别好，因为每种用户的权限不同，而且一般用户、操作员、管理员的权限一级一级升高，所以就就给他们抽象出来一个用户类，然后一级一级往下泛化，不知道这样是否合适
2.8K20发布于 2018-09-13 - 来自专栏全栈程序员必看
实体-联系图(ER图)_实体关系图
二、如何画ER图 1.要素表示 2.画图步骤 首先确定这个模块有哪几个核心的对象以及具体有哪些特征， 其次思考这些对象之间的关系，如何相互转变。 最后把他们用ER图的方法表述出来。 当然需要尽量精简实体以及优化属性 3.画图工具 processon在线画图、Mircosoft Office VISO2013、亿图图示等 4.示例 假设每个学生选修若干门课程，且每个学生每选一门课只有一个成绩
3.3K20编辑于 2022-09-29 - 来自专栏数据结构与算法专栏
图, 图的遍历
特别当如果后边如果要做开源项目其实对已有的数据结构进行封装都是很重要的,另一个就是算法的学习,这部分其实我们日常开发基本用不上,这方面学习我的建议是有余力就去学习,毕竟体会各种牛逼的代码也是对于程序员也很有意义.图图对于我们日常的生活来说其实更加普遍 ,我们日常的生活大多就是不规则的,不会像树一样那样结构紧密,我们日常生活更多接触就是图.图的表示图的表示一般有两种方式,一种是二维数组,例如在 (x, y) 的点表示 x, y之间的距离,或者权重.当然这种用来表示图对于空间产生了很大的浪费 因此有了第二种表示方式邻接表.邻接表是数组和链表的组合, 有点类似 hashmap, 具体见下图我们可以吧所有点都当做数组的一项.链表内容表示这个节点有连接的其他节点,节点中可以存放相关的权重值.图的遍历图的遍历可以分为两种 ,一种是深度遍历,一种是广度遍历,也就是常说的深搜和广搜.我们首先用邻接表实现图,另外为了简单我们使用无向图表示.class Graph { private: int v; //表示顶点的数目 int src, int dest){ graph[src].push_back(dest); graph[dest].push_back(src); }};接下来就是图的遍历
21900编辑于 2024-11-18 - 来自专栏wujunmin
Power BI富表格：图图图组合
在VisualCapitalist看到这么一个排名图，结构是排名+公司logo+行业标签，Power BI矩阵也可以制作类似的效果，这是三种类型的图片组合。
22900编辑于 2025-02-10 - 来自专栏深度学习和计算机视觉
【从零学习OpenCV 4】直方图均衡化
在OpenCV 4中提供了equalizeHist()函数用于将图像的直方图均衡化，该函数的函数原型在代码清单4-7中给出。 代码清单4-7 equalizeHist()函数原型 1. 该函数形式比较简单，但是需要注意该函数只能对单通道的灰度图进行直方图均衡化。 图4-6 myEqualizeHist.cpp程序运行结果 ?
85420发布于 2019-12-24 - 来自专栏技术小屋-未分类
Java——类图、时序图、用例图
从实际开发标准，应该在项目别写前设计类图，但是，不太符合实际，实际开发中改动的场景太多，大家懂的。所以，现在开发大部分情况下，都是先完成功能，交工前，将代码转换成类图。本文内容作为概念性的讲解。 1、类图描述 要想描述类图，基本都会采用以下结构完成： 类名称 属性名称 方法名称 1）类名称 普通类，直接进行编写； 抽象类，道理上应该使用斜体描述； 类名称 {abstract} 属性名称 方法名称 setName(name:String):void public String getName() +getName():String 如果要画类图， 因为类图的描述太麻烦了，所以，往往会进行转换。 ? 2、时序图 时序图比较重要，它定义了代码的执行顺序。 3、用例图 用例指的是某一种角色具备什么样的操作功能，一般进行需求分析的时候使用的。 ? ?
3.7K20发布于 2020-09-25 - 来自专栏CSDN搜“看，未来”
架构图、用例图、流程图、时序图、类图
昨天给学长看了我的“架构图”之后，才知道那个不是架构图，差不多一半用例图加一半的流程图吧，贻笑大方了。 所以，知耻而后勇，太尴尬了。 这一篇我不打算写多少的文字，一切尽在不言中，一图顶千言。 参考资料： 软件架构概览 参与阶段： 需求分析阶段 用例图 用例图：用例图是指由参与者（Actor）、用例（Use Case），边界以及它们之间的关系构成的用于描述系统功能的视图。 参与阶段： 需求分析阶段 部署图 部署图(deployment diagram，配置图)是用来显示系统中软件和硬件的物理架构。 接下来进入概要设计阶段 类图 类图:类图(Class diagram)是显示了模型的静态结构，特别是模型中存在的类、类的内部结构以及它们与其他类的关系等。 参考资料： UML类图快速上手 参与阶段： 概要设计阶段 接下来进入详细设计阶段 时序图 时序图：（Sequence Diagram），又名序列图、循序图，是一种UML交互图。
16.8K55发布于 2020-10-09 - 来自专栏生信喵实验柴
饼图以及扇形图
length(x)),labels = lbls,radius = 1) pie(x,col=rainbow(length(x)),labels = lbls,radius = 1,cex=0.8) #3D饼图 labels = lbls) # pie3D.labels(pieplot,labels = lbls,labelcex = 0.8,height = 0.1,labelrad = 1.75) #扇形图 fan.plot(x,col=rainbow(length(x)),labels = lbls,cex=0.8,radius = 1) 饼图 扇形图 写在最后：有时间我们会努力更新的。
1.8K20编辑于 2022-10-25 - 来自专栏自然语言处理
图与图学习（下）
本案例将包含以下内容： 一、 什么是图神经网络 二、 有哪些图神经网络 三、 图神经网络的应用 一、什么是图神经网络？ 需要注意的是，图神经网络的研究与图嵌入（对图嵌入不了解的读者可以参考这篇文章《图嵌入综述》）或网络嵌入密切相关，图嵌入或网络嵌入是数据挖掘和机器学习界日益关注的另一个课题。 同时图嵌入的深度学习方法也属于图神经网络，包括基于图自动编码器的算法（如DNGR和SDNE）和无监督训练的图卷积神经网络（如GraphSage）。下图描述了图嵌入和图神经网络在本文中的区别。 ? 在基于谱的图神经网络中，图被假定为无向图，无向图的一种鲁棒数学表示是正则化图拉普拉斯矩阵，即 ? 其中，A为图的邻接矩阵，D为对角矩阵且 ? 图生成网络（Graph Generative Networks） 图生成网络的目标是在给定一组观察到的图的情况下生成新的图。图生成网络的许多方法都是特定于领域的。
90830发布于 2021-03-23
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