- 综合排序
- 最热优先
- 最新优先
- 来自专栏GIS与遥感开发平台
数据集 | 10米分辨率全球土地覆盖产品
高分辨率的土地覆盖产品是我们对小区域进行研究时不可或缺的数据。清华大学的宫鹏教授团队发布过一套10m分辨率的地物覆盖产品。并且这一套产品面向全球公开。 数据的下载地址为： http://data.ess.tsinghua.edu.cn/fromglc10_2017v01.html 打开网址我们就可以看到包含所有地物覆盖数据的表格： 第一个文件是对像元值所代表的地物进行介绍 ： 但是，这全球10m分辨率的地物覆被的数据量挺大的。 如果我们想下载全球的数据又不可能一个一个的去点击下载。 虽然我也不知道下载全球数据有什么用，但就是喜欢自己硬盘装的满满的感觉，哈哈哈。 不过应该是可以把所有10m分辨率地物覆盖数据都下载下来的！
1K10编辑于 2022-04-29 - 来自专栏AI机器学习与深度学习算法
机器学习入门 10-6 精确率-召回率曲线
另外一个是横坐标为精准率，纵坐标为召回率，用于查看精准率和召回率的平衡点。 a 绘制Precision-Recall曲线 使用手写数字识别制作有偏的二分类数据集的过程和前几个小节一样，选择样本标签是否为9作为二分类是否为1的标准，接下来使用train_test_split将数据集划分为训练集和测试集 在上一小节中，通过观察调整阈值与精准率和召回率的变化关系，可以看出精准率和召回率是相互牵制相互平衡的两个指标： 当精准率升高的时候，召回率就会不可避免的降低； 当召回率升高的时候，精准率也会不可避免的降低 绘制对应不同阈值时精准率和召回率的变化曲线。 其中蓝颜色的曲线代表的是精准率，精准率随着阈值的增大而逐渐增大。橙颜色的曲线代表的是召回率，召回率随着阈值的增大而逐渐的减小。 没有从decision_score中的最小值开始取，所以会和我们前面绘制的曲线有一些区别，这是因为在sklearn中封装的precision_recall_curve函数会自动寻找它认为最重要的那部分数据
4.3K30发布于 2020-05-13 - 来自专栏AI机器学习与深度学习算法
机器学习入门 10-2 精准率和召回率
本小节根据混淆矩阵工具计算精准率以及召回率。最后通过例子说明精准率和召回率在评价极度有偏的数据的分类任务上比准确率更好。 精准率&召回率 上一小节介绍了在分类任务中非常重要的工具混淆矩阵。 为什么这样定义精准率，这是因为在有偏的数据中，将分类为1作为我们真正关注的对象。 对于本例而言，混淆矩阵中1万个病人中实际有10个患有癌症的人（真实值为1），而在这10个患有癌症的人中，算法成功预测出8个患有癌症的人。 ▲精准率和召回率的另一种解释 上图中的整个平面可以理解成所有的样本数据，在这个平面中的每一个点都代表一个样本。 上一小节中，对于极度偏差的数据构建一个算法，比如有1万个人癌症的发病率为千分之一，也就是在1万个人中只有10个人患有癌症，那么我们完全可以预测1万个人都是健康的。
1.8K30发布于 2020-03-27 - 来自专栏全栈程序员必看
python重复执行10次_卡bug
但是注意，这里去掉’b’，后面还有很多错误。 仔细查询后发现，是struct格式化字符串的问题，在python3发生了变化。utils.py还原~
1K90编辑于 2022-11-01 - 来自专栏站长的编程笔记
MySQL 中查找重复数据，删除重复数据
MySQL查找重复数据，删除重复数据 数据库版本 Server version: 5.1.41-community-log MySQL Community Server (GPL) 例1，表中有主键( /* 查找所有重复数据 */SELECT `t1`. | 963 || 21 | wer | 546 || 22 | wer | 546 |+----+------+-----+14 rows in set (0.00 sec) 查找除id最小的数据外的重复数据 /* 查找除id最小的数据外的重复数据 */SELECT `t1`. ，记得删除完数据把id字段也删除了 删除重复数据，只保留一条数据 /* 删除重复数据，只保留一条数据 */DELETE FROM `noid`USING `noid`,(SELECT DISTINCT
9.3K30编辑于 2022-11-27 - 来自专栏天意云&天意科研云&天意生信云
重复率从86%降到了6.3%
然而，随着AI技术的广泛应用，许多学者发现，由AI生成的文本往往存在重复率过高和AI率显著的问题。那么，如何有效降低这些指标，提升文本的质量呢？ 通过替换词汇，能有效避免过度依赖原文表达而导致的重复。 推荐指令： “将以下段落中的词汇替换为近义词或适当的双重否定，使文章保持学术专业性，同时降低重复率。 这种视觉化的表达方式，不仅能够降低文本的重复率，还能提升读者的理解度和兴趣。 推荐指令： “将以下段落转化为简洁易懂的流程图或数据图表，展示步骤、决策点和信息流，确保图表能够清晰表达文本的核心内容，并减少文字描述的重复性。” 10.转换句式 通过改变句式结构，使用不同的短语和句型，可以有效地降低重复率，保持文章的流畅性与连贯性。
1.3K10编辑于 2025-03-10 - 来自专栏AI机器学习与深度学习算法
机器学习入门 10-5 精确率和召回率的平衡
现在反过来想让召回率升高的话，相应的就需要降低判断的概率值，比如在癌症预测系统中，当系统预测出患者患有癌症的概率为10%的时候，我们就会让算法判定这名患者患有癌症，在癌症预测系统的问题中我们拉低了threshold 使用手写数字识别制作有偏的二分类数据集的过程和前几个小节一样，选择样本标签是否为9作为二分类是否为1的标准，接下来使用train_test_split将数据集划分为训练集和测试集，之后在训练集上训练逻辑回归算法 前面介绍过对于非常有偏的数据集来说F1 Score指标比直接调用score函数计算准确率更能够评估分类算法，因此有了预测值就可以计算出F1 Score的值。 ? 现在通过decision_function函数查看前10个样本的score值，并且通过predict函数查看对于这10个样本逻辑回归算法的分类结果。 ? 前10个测试样本中的score都为负值，由于此时使用的是默认阈值为0的逻辑回归算法，因此使用predict预测前10个测试样本的分类结果都为0。
4.5K51发布于 2020-04-26 IOT数据重复问题
数据重复问题是物联网（IoT）系统中常见的问题，特别是在设备端和网络传输过程中。 两个场景： 设备本身数据重复 网络异常导致 MQTT 传输重复 下面是针对这两个问题的详细解决方案建议： ✅ 一、设备本身数据重复 原因分析： 设备传感器采样频率过高或逻辑错误，导致短时间内发送相同数据 在设备端做去重判断 在发送数据前比较当前数据与上一次发送的数据是否一致。 若一致，则跳过本次发送。 设置最小上报间隔 即使数据变化，也要控制最低发送频率（例如每30秒最多发一次），避免频繁重复上报。 可以结合时间戳判断。 3. 使用压缩算法减少带宽 高并发 使用异步处理、批量写入数据库 多设备 增加设备心跳机制，识别非法重复 如果你能提供具体的数据格式、MQTT客户端类型（如ESP32、树莓派等）、使用的语言/框架（如Python
26210编辑于 2025-08-29- 来自专栏Hadoop数据仓库
去除重复数据
有两个意义上的重复记录，一是完全重复的记录，也即所有字段均都重复，二是部分字段重复的记录。 对于第一种重复，比较容易解决，只需在查询语句中使用distinct关键字去重，几乎所有数据库系统都支持distinct操作。发生这种重复的原因主要是表设计不周，通过给表增加主键或唯一索引列即可避免。 select distinct * from t; 对于第二类重复问题，通常要求查询出重复记录中的任一条记录。 假设表t有id,name,address三个字段，id是主键，有重复的字段为name,address，要求得到这两个字段唯一的结果集。
2.4K60发布于 2018-01-03 - 来自专栏从零开始学自动化测试
面试题：使用存储过程造10w条测试数据，数据不重复
前言 面试题：如何造10w条测试数据，如何在数据库插入10w条数据，数据不重复？ 想面试高级测试、高级自动化测试、测试开发岗位，面试时候考察 SQL 就不是简单的增删改查的，必然会问到存储过程。 一问到存储过程基本上是送命题了，本篇讲解下如何使用存储过程在 mysql 数据库快速造大量测试数据。 存储过程基本语法 MySQL 5.0 版本开始支持存储过程。 存储过程（Stored Procedure）是一种在数据库中存储复杂程序，以便外部程序调用的一种数据库对象。 存储过程思想上很简单，就是数据库 SQL 语言层面的代码封装与重用。 循环， 批量插入数据需用到循环：while ···· end while while 条件 do --循环体 endwhile 执行存储过程 call 存储过程名(参数); 使用存储过程造数据 我们需要插入的
3K41发布于 2020-06-17 - 来自专栏开源部署
Oracle数据库查询重复数据及删除重复数据方法
工作中，发现Oracle数据库表中有许多重复的数据，而这个时候老板需要统计表中有多少条数据时（不包含重复数据），只想说一句MMP，库中好几十万数据，肿么办，无奈只能自己在网上找语句，最终成功解救，下面是我一个实验 假设有一张人员信息表cs（姓名，证件号，地址），将表中三个字段数据都重复的数据筛选出来： distinct:这个关键字来过滤掉多余的重复数据只保留一条数据 select * from from cs ------所有字段 select distinct xm,zjh,dz from cs; -----指定字段 在实践中往往只用它来返回不重复数据的条数，因为distinct对于一个数据量非常大的库来说 、删除重复数据的方法如下：↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ①rowid用法： oracle带的rowid属性,进行判断是否存在重复数据。 查询重复数据： select a.* from cs a where rowid !
10.3K30编辑于 2022-08-17 - 来自专栏句小芒的学习专栏
利用php脚本+redis，生成CSV测试文件，重复率为20%
* User: 1612953660@qq.com * Date: 2019/2/28 */ // 头部标题 $csv_header = ['数据']; $redis = new redis() PHP_EOL; // 处理内容 $content = ''; $total = 100000;//总条数 $num1 = 0.8*$total;//不重复条数 $num2 = $total-$num1 ;//重复条数 for($i=0;$i<$num1;$i++){ $data = make_password(); $content .= $data . content; // 写入并关闭资源 fwrite($fp, $csv); fclose($fp); //清除redis缓存 $redis->DEL('tempdata'); /* *生成随机64位测试数据
1K10编辑于 2022-12-29 - 来自专栏科研菌
SCI论文重复率一般得控制在多少？
答案是：虽然不同期刊要求不一样，但总重复率在15%以下且单篇不超过1%会比较安全，几乎可以满足所有期刊；重复率超过 30% 或单一引用源超过 6% 的稿件，大多数期刊会直接拒绝。 是目前世界上最权威，应用最广泛的学术期刊查重系统，包括 ELSEVIER，IEEE，Nature，Springer，Wiley、BMJ，Taylor & Francis，牛津 等大多数学术期刊均采用该系统对稿件进行重复率检查 查重行业有多复杂，现在你可能会惊讶，原来这个小小的查重这么赚钱，平均竟然都有3-5倍的利润，其实赚不赚钱，只要看下百度里，竞价广告和相关公司页面多少就可以知道，查重有超过10个页面的商家，和满眼的竞价广告 服务器第七次扩容，提升检索速度（2020年8月23日0点-1点） 9.AI写作助手检索速度进入“毫秒级”时代 10.CNS语料库上线
2.3K10发布于 2021-10-28 - 来自专栏论文降AIGC率
重复率飘红、AI率爆表？一款人性化修改辅助工具！
毕业论文写完，最糟心的就是重复率高，AI率还爆了......瞬间感觉，什么都不香了！别慌！论文本就是一个循序渐进的修改过程，先把心态放好，有问题就会有方法。 一款亲测有效的早降重辅助工具，一站式降低AIGC率+降查重率！ 2、多种降重方式文档降重：适用于论文初稿、中期局部修改等，对整篇论文或局部修改部分进行智能降重和降AI率。支持上传doc、docx、txt文档，也可直接粘贴要修改的内容降重。 注：局部降AI率时，系统看不到上下文，降重后需检查修改内容与前后是否衔接通顺。 支持上传报告类型：3、语义修改逐句解析文本逻辑与上下文关联，仅针对重复或高AI嫌疑片段改写，不干扰正常内容，保障整体连贯性。4、降重结果降重完成后，系统会提供检测报告、降重结果、结果对照版和批注版。
14800编辑于 2026-03-04 - 来自专栏AI机器学习与深度学习算法
机器学习入门 10-3 实现混淆矩阵，精确率和召回率
这一小节使用digits手写数字识别数据集，不过混淆矩阵、精准率和召回率是应对极度偏斜的数据集提出来的分类指标，而digits手写数字识别数据集的10个类别整体并没有太大的偏斜，为了试验效果我们需要对digits 数据集进行改造，手动的让digits数据集产生比较大的偏斜。 这里将digits数据集中标签值为9的类别看作一个类别（即y = 1），而将digits数据集中所有标签值不为9的类别看作是另外一个类别（即y = 0），其实就相当于将10个类别的digits数据集的十分类问题转换成了 由于此时的数据集是极度偏斜的数据集，所以即使算法将所有的测试样本都预测为不为9，也就是将所有的测试样本都预测为y = 0，相应的准确率也能够达到90%左右，所以在极度偏斜的数据集上，准确率并不能准确的衡量算法的好坏 由于准确率在处理极度偏斜数据集时候不能准确的衡量分类算法的性能，所以我们需要使用一些其它的性能指标。
2.1K30发布于 2020-04-08 - 来自专栏SQL实现
如何删除重复数据
当表设计不规范或者应用程序的校验不够严谨时，就容易导致业务表产生重复数据。因此，学会高效地删除重复就显得尤为重要。 今天我们就来说怎么删除有主键的重复数据。 操作步骤如下： 找出有重复的数据； 在重复的数据中标记需要保留的数据； 删除重复数据里面没有被标记的数据。 由于主键的存在，可以将重复数据中的对应的主键的最大或最小的那条记录标记为保留数据。 我们来看具体的操作，有一个 emp 表，emp 的表结构如下： CREATE TABLE `emp` ( `empno` int(11) NOT NULL, `ename` varchar(10) DEFAULT 字段 ename 作为判断重复数据的依据，即两条或者两条以上的数据的 ename 字段的值相同，说明它们都是重复数据。 当存在重复数据时，只需要保留重复数据中 empno 最大的那条记录 方法一： 先通过 group by ... having 找到重复数据中要保留的数据，再通过关联操作删掉未选中的数据。
2.7K21发布于 2020-07-18 - 来自专栏布尔
游标清除重复数据
有时候导数据会把数据导重，需要根据某些信息清除掉重复数据，同学做信息机业务的，不小心把用户信息导重复了，造成不能发短信。我帮他写了个游标来清理重复数据。
1.2K100发布于 2018-01-19 - 来自专栏华创信息技术
Mysql删除重复数据
文章时间：2020年3月8日 19:27:36 解决问题：删除表中的重复数据 基于数据库：Mysql 5.7 version 查询重复数据 SELECT openid,COUNT(openid ) FROM 表名 GROUP BY openid HAVING COUNT(openid) > 1 Select * From 表 Where 重复字段 In (Select 重复字段 From 删除重复数据 删除全部的重复数据（注意! 注意! 注意! GROUP BY 字段名 HAVING count(1) > 1 ) t ) 只保留一条，去掉重复的数据 参考文献 mysql删除重复记录并且只保留一条：https://blog.csdn.net/n950814abc/article/details/82284838 PostgreSQL中删除重复行（保留一行
18.9K20发布于 2020-03-09 【判断插入数据是否重复】
在Java中，可以使用以下代码来判断插入数据是否重复： public class DaoImpl { private Connection connection; // ... catch (SQLException e) { e.printStackTrace(); } } } 在业务层中，首先调用isDataExist()方法判断数据是否已存在 如果数据已存在，则直接返回，并不执行插入操作。如果数据不存在，则调用insertData()方法进行插入操作。
21810编辑于 2025-08-29- 来自专栏运维技巧分享
MariaDB 管理重复表数据
在某些情况下，重复确实会导致问题，并且它们常常由于隐式动作或MariaDB命令的宽松策略而出现。 有多种方法可以控制此问题，查找重复项，删除重复项，并防止重复创建。 策略和工具 有四个关键方法来管理重复 - 使用JOIN关联，并用临时表删除他们。 使用INSERT ... ON DUPLICATE KEY UPDATE在发现重复时更新。 使用DISTINCT修剪SELECT语句的结果并删除重复的。 使用INSERT IGNORE停止插入重复项。 使用连接临时表 只需像内部联接那样执行半连接，然后删除使用临时表找到的重复。 使用DISTINCT DISTINCT子句从结果中删除重复项。 某些表基于表数据的性质需要重复。 满足您在管理重复记录的策略中的需要。
1.6K10发布于 2021-09-29
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