一、Gradient Descent(梯度下降算法)(1)、Batch Gradient descent(BGD, 指计算梯度时用的是全部样本的梯度的均值)Batch Gradient descent 是一种求最小局部变量的一阶迭代优化算法。利用gradient descent来求一个函数的最小值，我们每一步都在当前点加上一个负梯度的倍数。如果我们采用的是正梯度，则计算的是函数的局部最大值。这就像
0、推荐术语LCN： Longest Continuous no-click Num，连续展现不点击；1、PNR（Positive Negative Rate）正逆序比 = 正序数 / 逆序数；2、TGI（Target Group Index）TGI：即Target Group Index（目标群体指数）TGI指数= [目标群体中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例]*标准
转载
2024-05-19 20:39:39
131阅读
NDFI是什么？NDFI被称为归一化退化指数。可以用来表达森林植被的退化程度和森林的健康程度。NDFI最开始发表的文章是（Combining spectral and spatial information to map canopy damage from selective logging and forest fires）。该指数在国际期刊中使用次数很多，使用该指数的文章多次发表在遥感顶刊R
MAE(Mean Absolute Error) 平均绝对误差 基础的评估方法，后面的方法一般以此为参考对比优劣。MSE(Mean Square Error) 平均平方差对比MAE，MSE可以放大预测偏差较大的值，可以比较不同预测模型的稳定性，应用场景相对多一点。RMSE(Root Mean Square Error) 方均根差 &nb
初试 TA-libTA-Lib（Technical Analysis Library, 即技术分析库）是Python金融量化的高级库，涵盖了150多种股票、期货交易软件中常用的技术分析指标，如MACD、RSI、KDJ、动量指标、布林带等。官方文档参见：
TA-Lib mrjbq7.github.io/ta-lib/funcs.html
可通过一下命令安装：pip insta
Matlab本身的GlobalSearch英文说明，看得让人有点晕，自己看了一些资料，结合了自己的理解，尽力翻译过来，方便有需要的朋友一起学习，翻译和数学水平都有限，请大家不吝赐教，但是别拍砖啊！谢谢！正文开始1.Run fmincon from x0
首先，利用fmincon以x0为初始点做局部优化，获得终止点，记为点A。
某一点的评分函数（score function），等于该点目标函数值+
前提知识：smoothstep函数，根据输入值平滑地输出最小和最大两个限制值以及其中间值，在AI激活函数、图像处理中均很常用。 2、normalizing技巧，通过向量分量除以总向量得到分量的归一值（比例值）。在图像处理中有保留该向量的方向属性特征的作用，任何大小的标量乘以normalize之后得到的向量因为x,y比例一直，会和原向量的位置一致 3、纹理采样
转载
2024-10-14 09:35:18
54阅读
引言在第二三节课中，主要研究的是四个关键网络属性以表征图形：度分布，路径长度，聚类系数和连接组件 。 这些定义主要是针对无向图的，而由于上一节中已经介绍了度分布，以及相应公式和例题，关于路径长度，简单来讲就是一个图中所需占比最短的一条或者多条路径，该路径并不唯一，讲深点，就得从过程遍历来看列举的四种算法了，每种都有每种的优劣，这里也不再详述，主要根据课程助教写的笔记，针对后两个重新复习。 聚类系数
一、Fragment对象封装。因为官方不建议把数据的传递提供写在构造函数当中，因此提供了这个方法。函数可以获取到传递给Fragment的参数。可以再Fragment当中直接调用，获取传递的数据。 3.FragmentActivity getActivity(); 返回和当前Fragment关联的FragmentAcitivty对象。 4.FragmentManager get
诊断性能问题，需要清楚监控的关键指标，以此辅助试验诊断，最后验证推测。 常用监控的关键指标 通常情况下，性能测试监控指标主要分为：资源指标和系统指标。 资源指标： CPU使用率：指单位时间内进程使用cpu时间的百分比，这是对一个时间段内CPU使用状况的统计，通过这个指标可以看出在某
转载
2024-02-25 22:07:46
207阅读
何谓指标、维度、度量？
先看这样一个指标：
上海男性互联网从业人数
如果是对数据敏感的分析师，立马就可以看出，数据中有三个维度。
分别是：城市、性别、行业
数据中的度量就是从业人数。
一个数据指标一般由一种或多种维度加上一种度量组成。为何要维度和度量？
从最终效果来看，维度和度量有助于我们发现问题真相，找到一些难以解释（异常）现象的原因。
加入我们不从维度和度量下手，容易导致这些问题：
gcc and g++分别是gnu的c & c++编译器 gcc/g++在执行编译工作的时候，总共需要4步 1.预处理,生成.i的文件 预处理器cpp 2.将预处理后的文件不转换成汇编语言,生成文件.s &
自influxdb1.8以后，编写语言换成flux,数据库database换成bucket。一、整体流程JMeter + InfluxDB使用jmeter后置处理器将JMeter指标导出到InfluxDB数据库. 如果想要将数据可视化，那就需要在Grafana中配置数据源。 步骤： 1、搭建环境(使用docker)1.1 influxdb；1.2 grafana(docker-compose.ym
鉴于DKM之前的版本都是命令行版本，操作起来并不方便，因此特意加上了GUI界面，并更名为QLab。新版本对于常见的数据错误，如空间邻接矩阵不对称，某些行列全部为0等情况，会给出提示弹窗，方便用户操作。QLab的界面如下：用户可以自行选择数据文件，以及对应的保存目录，数据文件不需要使用特定的文件名，运行结果的文件名自动加上时间戳，多次运行，也不用关闭之前的结果文件。下面是关于全排列多边形图示指标法的
转载
2024-07-15 22:26:29
261阅读
talib安装方式：pip install Ta-libTushare数据获取请参考：金融量化分析基础环境搭建数据获取代码请参考：Talib技术因子详解（一）36、STOCH - Stochastic KDJ指标中的KD指标，调用方式如下：slowk, slowd = talib.STOCH(high, low, close, fastk_period, slowk_period)K线是快速确认线
Grafana是一款流行的开源数据可视化工具，通常与Java API结合使用以监控和调试应用程序性能。如何排查和解决“Grafana指标 Java API”中的问题，我们将这个过程详细记录下来。
### 问题背景
在一个大型电商平台中，团队需要使用Grafana来监控Java微服务的性能指标。以下是该问题发生的时间线事件：
- **T0**: 定义Grafana监控指标，使用Java API
1、DolphinScheduler简介1.1、DolphinScheduler概述Apache DolphinScheduler是一个新一代分布式、易扩展的可视化大数据工作流任务调度平台，致力于“解决大数据任务之间错综复杂的依赖关系，整个数据处理开箱即用”。它以 DAG(有向无环图) 的方式将任务连接起来，可实时监控任务的运行状态，同时支持重试、从指定节点恢复失败、暂停及 Kill 任务等操作。
概述定义ClickHouse官网地址 https://clickhouse.com/ 最新版本22.4.5.9ClickHouse官网文档地址 https://clickhouse.com/docs/zhClickHouseGitHub源码地址 https://github.com/ClickHouse/ClickHouseClickHouse是俄罗斯的 Yandex 于 2016 年开源的用于在
转载
2024-10-28 23:15:51
103阅读
Redis 小白指南（三）- 事务、过期、消息通知、管道和优化内存空间目录事务过期时间消息通知管道优化内存空间 事务 事务是一组命令的集合，事务和命令一样都是 Redis 的最小执行单位。即一个事务中的命令，要么都执行，要么都不执行。可以思考关系型数据库中的事务特性 ACID： （1）原子性（Atomicity）：在事务结束时，其中包含的更新处理要么全部执行，要么完全不执行。
从零开始学习SFR-- 2.01.SFR基础2.刃边法（e-SFR）2.1 SFR算法流程2.2 PSF、LSF、ESF总结 前言：因为课题涉及镜头质量检测，而现在镜头检测最普遍的方法便是MTF曲线作为检测镜头质量的标准。网上相关的学习资料并不多，也有一些大佬做了相关算法的研究，不过零零散散，难以成系统。为了学习并实现相关算法，参考各大佬的文章，对整个学习思路进行整理，特开此贴作为学习笔记。1.
