腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

XSYMamba

专栏作者

33

文章

72003

阅读量

14

订阅数

微信公众号支付，JSAPI支付方法，ThinkPHP5+微信支付

总结：开发微信公众号，接入微信支付功能，附上微信支付API接口的实现逻辑图以及相关代码。JSAPI支付：是指在微信内置浏览器内调用微信支付模块支付，比如可用于微信公众号内的微信商城之类的。首先得在微

2020-05-09

2.4K0

公众号开发配置踩过的坑

tcp/ip 微信 php

最近在做一个微信公众号的项目，势必需要接触到一些简单的微信公众号的东西。下面，就对微信公众号开发的一些必要配置做一些简单说明，避免大家在做公众号的时候踩同样的坑。

2020-04-23

1.3K0

增加删除字段修改字段名，修改表结构，非常用SQL语句技巧总结

Alter TABLE [dbo].[CustomerBackupConfig] Add [Stamp] [timestamp] NULLGO

2019-10-22

2.1K0

SQL的各种连接Join详解

SQL JOIN 子句用于把来自两个或多个表的行结合起来，基于这些表之间的共同字段。

2019-09-17

2.3K0

数据库（PDO 对象常用方法）

php 数据库云数据库 SQL Server sql 网站

PDO 是一个“数据库访问抽象层”，作用是统一各种数据库（MySQL、MSSQL、Oracle、DB2、PostgreSQL……）的访问接口，能轻松的在不同的数据库之间完成切换，使得数据库间的移植容易实现。

2019-07-19

5940

SVM中拉格朗日乘子法和KKT条件（醍醐灌顶）

前言：在svm模型中，要用到拉格朗日乘子法，对偶条件和KKT条件，偶然看到相关的专业解释，忍不住想总结收藏起来，很透彻，醍醐灌顶。

2019-07-04

2.6K0

回归模型评估二（MSE、RMSE、MAE、R-Squared）

猛着看一下这个公式是不是觉得眼熟，这不就是线性回归的损失函数嘛！！！对，在线性回归的时候我们的目的就是让这个损失函数最小。那么模型做出来了，我们把损失函数丢到测试集上去看看损失值不就好了嘛。简单直观暴力！

2019-07-04

5.6K0

Numpy np.array 相关常用操作学习笔记

标准Python的列表(list)中，元素本质是对象。如：L = [1, 2, 3]，需要3个指针和三个整数对象，对于数值运算比较浪费内存和CPU。因此，Numpy提供了ndarray(N-dimensional array object)对象：存储单一数据类型的多维数组。

2019-07-04

1.4K0

【机器学习】多项式回归(总结很到位)

注一般线性回归中，使用的假设函数是一元一次方程，也就是二维平面上的一条直线。但是很多时候可能会遇到直线方程无法很好的拟合数据的情况，这个时候可以尝试使用多项式回归。多项式回归中，加入了特征的更高次方（例如平方项或立方项），也相当于增加了模型的自由度，用来捕获数据中非线性的变化。添加高阶项的时候，也增加了模型的复杂度。随着模型复杂度的升高，模型的容量以及拟合数据的能力增加，可以进一步降低训练误差，但导致过拟合的风险也随之增加。

2019-07-04

2.4K0

reshape()中的“-1”总结

编程算法 numpy

也就是说，先前我们不知道z的shape属性是多少，但是想让z变成只有一列，行数不知道多少，通过`z.reshape(-1,1)`，Numpy自动计算出有12行，新的数组shape属性为(16, 1)，与原来的(4, 4)配套。

2019-07-04

1.2K0

归纳决策树ID3（信息熵的计算和计算原理写的很清楚）

先上问题吧，我们统计了14天的气象数据(指标包括outlook，temperature，humidity，windy)，并已知这些天气是否打球(play)。如果给出新一天的气象指标数据:sunny,cool,high,TRUE，判断一下会不会去打球。

2019-07-04

2.2K0

机器学习中为什么需要对数据进行归一化？

机器学习神经网络深度学习人工智能

如下图所示，蓝色的圈圈图代表的是两个特征的等高线。其中左图两个特征X1和X2的区间相差非常大，X1区间是[0,2000]，X2区间是[1,5]，其所形成的等高线非常尖。当使用梯度下降法寻求最优解时，很有可能走“之字型”路线（垂直等高线走），从而导致需要迭代很多次才能收敛；

2019-07-04

10.7K0

LabelEncoder（标签编码）与One—Hot（独热编码）

机器学习神经网络深度学习人工智能编程算法

在做Kaggle项目的时候，碰到的问题，通常拿到一个比赛项目，将特征分为数字型特征和文字性特征，分别进行处理，而对于文字型特征如何处理，这时就需要用LabelEncoder（标签编码）和One—Hot（独热编码）将其转换为相应的数字型特征，再进行相应的处理。首先了解机器学习中的特征类别：连续型特征和离散型特征

2019-07-04

9K0

KNN(k-nearest neighbor的缩写)原理及使用

如果一个实例在特征空间中的K个最相似（即特征空间中最近邻）的实例中的大多数属于某一个类别，则该实例也属于这个类别。所选择的邻居都是已经正确分类的实例

2019-07-04

7960

python生成随机数方法小结

bash bash 指令

random.randrange(a, b, step):在指定的集合[a,b)中,以step为基数随机取一个数.如random.randrange(0, 20, 2),相当于从[0,2,4,6,...,18]中随机取一个.例:

2019-07-04

1.4K0

python线程及多线程（果断收藏）

之前做了一个有关数据处理的项目，一个源文件大概20G(超大文件)，我的计算机内存只有8G,在第一步读取文件时内存直接就爆了，后来总结了俩种方法:

2019-07-04

1K0

机器学习--Numpy基础(二)

Fancy index（1）（2）（3）（4）（5）上文链接：机器学习--Numpy基础(一)

2019-07-04

3030

分类模型的评价指标（三）

假设我现在有一个二分类任务,是分析100封邮件是否是垃圾邮件,其中不是垃圾邮件有65封,是垃圾邮件有35封.模型最终给邮件的结论只有两个:是垃圾邮件与不是垃圾邮件.

2019-07-04

8232

模型评估1（误差、偏差、方差）

1、方差：是模型每一次输出结果与模型输出期望之间的误差，即模型的稳定性。描述数据离散程度，数据波动性，会影响模型的预测结果。

2019-07-04

1.4K0

python 对字典"排序"总结

对字典进行排序？这其实是一个伪命题，搞清楚python字典的定义---字典本身默认以key的字符顺序输出显示---就像我们用的真实的字典一样，按照abcd字母的顺序排列，并且本质上各自没有先后关系，是一个哈希表的结构：

2019-07-04

5.3K0

点击加载更多

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态