从R中的数据集中获取不成比例的样本
好的，请提供一下问答内容，我会尽力为您提供完善且全面的答案。
相关·内容
3回答
我在试着从保险索赔数据库中提取样本。
例如，从100万个索赔数据中随机抽取20%的样本，其中提供者类型为'25‘，年份为'2012’。数据在sqldeveloper中。我是一名具有基本SQL知识的统计学家。
浏览 3提问于2013-01-19得票数 0
1回答
我有一个包含客户代码、客户名称和邮政编码的数据集。数据集有149130行。我希望将其平分为两个数据集(每个数据集为74565行)，并在excel中导出。但是，我想确保如果一个邮政编码有两个客户，一个是dataset1，另一个是dataset2。剩下的可以是随机选择的客户。我是新手，尝试过各种训练/测试和样本代码--但是我还没有达到所需的结果。
总之，我正在尝试从数据中创建两个随机样本，但希望确保如果在某个邮政编码下有两个以上的客户，那么它们应该在两个样本之间平分。
样本数据-
TIA
浏览 7提问于2020-05-06得票数 0
回答已采纳
3回答
我有一个很大的(10000 X 5001)表，表示10000个样本和这些样本的5001个不同特征。其中一个特征表示每个样本的输出变量。换句话说，每个样本有5000个输入变量和一个输出变量。
我知道这些输入大部分都是无关紧要的。因此，我想要做的是确定最能预测输出变量的输入变量子集。在R中做这件事最好/最简单的方法是什么？
浏览 2提问于2012-06-04得票数 1
回答已采纳
1回答
有没有人能给我举个小例子，说明我导入到LIMMA中的微阵列数据在导入R时应该是什么样子？
我正试图从微阵列样本中破译差异调控基因。谢谢。
浏览 0提问于2013-04-03得票数 0
回答已采纳
目标:从整个数据集(允许/不允许重复)中抽取50个观测结果
我不理解以下脚本的nObs用法
如何确定是否允许重复？
数据样本；do i=1至50；slice = int( nobs *ranuni(123456))；设置sashelp.cars point=slice nObs= nObs；结束；停止；运行；
浏览 1提问于2015-08-26得票数 1
回答已采纳
2回答
我正试着把导航条连接到中心。但遗憾的是，到目前为止，我还没有多少运气。我试着用导航条来证明，但那只会使每件事都不成比例。
。
浏览 1提问于2016-05-28得票数 1
回答已采纳
1回答
我试着使用R的glmtree函数。我的数据集的大小是~800 K样本和~300特征，这符合我的个人电脑的内存。试图在整个数据集上运行fit会引发一个错误，因此我尝试对较小的子集进行拟合，并遇到了一种奇怪的行为：
当我使用随机选择的1999年样本时，fit工作并创建了一个~1 1Mb glmtree对象。但是，当我使用2000个示例时，会得到以下错误：
错误:无法分配大小为512.0 Gb的向量
我不明白从1Mb物体跳到半个tera的过程。有什么想法吗？
浏览 3提问于2017-10-10得票数 0
我使用cmdstanR在R中使用bernouli分布构建了一个简单的模型。
斯坦档案：
data {
int<lower=0> N;
int<lower=0, upper=1> obs_data[N];
}
parameters {
real<lower=0, upper=1> lambda;
}
model {
target += beta_lpdf(lambda | 1,1);
for (n in 1:N) {
target += bernoulli_logit_lpmf(obs_data[n] | lambda);
浏览 0提问于2020-01-07得票数 1
回答已采纳
为了确保良好的人口表示，我从我的训练数据中创建了自定义验证集。但是，我不确定如何在R的PCR中实现这一点 我尝试在segments参数中添加一个列表，每个索引类似于您在python预定义的splits cv迭代器中所做的操作，它会运行，但需要花费很长时间。所以我觉得我一定是搞错了 pcr(y~X,scale=FALSE,data=tdata,validation="CV",segments=test_fold) 其中，test文件夹是包含属于索引的验证集的列表 例如，如果训练数据由9个样本组成，并且我希望使用前3个样本作为son上的第一个验证集 test_fold<-
浏览 22提问于2019-03-28得票数 0
假设我有上一段时间的数据集。现在出现了新的数据，对于数据中的一个给定变量，我们发现分布发生了变化(例如，随着“年龄”的增加，突然就没有那么多老年人了，等等)。
我如何从旧的数据集中抽取一个关于移位变量的样本，以便分布能够模仿新的数据分布？
浏览 0提问于2020-05-22得票数 1
3回答
我需要用交叉验证的方法在R中回溯预测模型。
因此，我应该选择数据集中的5个中的4个用于培训目的，并使用剩下的一个进行测试。
现在，假设x是由100个观测数据组成的总数据集，我知道您可以在R中选择一个子样本x1，方法是：
x1 <- x[1:80, ]
通过这种方式，我从数据集中的第五个观察中选择了前4个。
我应该如何从第五个子样本中选择第二个4，即观察[1:20]和[40:100]。
任何提示都将不胜感激。如果问题会导致不清楚，请在评论中点评我。
浏览 2提问于2015-07-04得票数 0
回答已采纳
验证- Keras模型拟合函数中的拆分在https://keras.io/models/sequential/上记录如下：
validation_split:浮动在0到1之间。用作验证数据的训练数据的一部分。该模型将划分这部分培训数据，不对其进行培训，并将在每个时代结束时评估该数据的损失和任何模型度量。验证数据是在洗牌前从所提供的x和y数据中的最后一个样本中选择的。
请注意最后一行：
验证数据是在洗牌前从所提供的x和y数据中的最后一个样本中选择的。
这是否意味着验证数据总是固定的，并从主数据集的底部获取？
是否可以从主数据集中随机选择给定的数据部分？
浏览 0提问于2018-09-30得票数 45
回答已采纳
1回答
当处理不平衡的阶级，哪个更好，
过抽样/过抽样的类别或
从训练数据集中随机选取相同数目的正样本和负样本，结合训练样本，将不平衡分类问题转化为多个平衡数据分类问题。
他们中的一个比另一个有优势吗？如果是，是哪一个？我要求的是一个广义的观点。如果您有一个不平衡的数据集，您会选择哪个选项，1还是2？
浏览 0提问于2018-07-20得票数 0
回答已采纳
1回答
我正在使用MaxEnt词性标记器对语言语料库进行pos标记分类。我从理论上知道，增加训练样本通常会提高分类精度。但是，我观察到，在我的例子中，如果我将3/4的数据用于训练，其余的用于测试，则标记器会给出最大f度量值。如果我将训练数据大小增加到整个语料库的85或90℅，那么准确率就会下降。即使将整个语料库的训练数据大小减少到50℅，准确率也会下降。
我想知道随着训练样本的增加，准确率下降的可能原因。
浏览 0提问于2016-11-03得票数 1
2回答
我是R的新手，所以我在问一个基本的问题。
我有两个数据帧
数据帧1包含匹配对：
Factor1 Factor2
A D
B E
C F
数据帧2包含不同样本中不同因素的水平：
Sample1 Sample2
A 10 0
B 10 0
C 0 0
D 0 10
E 0 10
F 0 0
我正在尝试遍历第一个数据帧。对于数据帧1中的每一行，如果样本1中factor1的电平大于5，并且样本2中因子2的电平大于5，则在数据帧1中添加第三列中的TRUE，否则添
浏览 0提问于2017-09-12得票数 0
我正在为语音识别系统建立输入管道。我正在使用dataset API成功地阅读WAV中的一些短语(非常令人印象深刻，它是如此简单和快速)，还有一些带有背景噪声的音频文件，我想将它们与我的短语混合起来，以增强它们，使系统对噪声更加健壮。
我想用不同的tf.data.Dataset.shuffle()随机选择背景噪声样本，然后从另一个tf.data.Dataset样本中混合我的样本。
如何连接两个不同长度的数据集(bg噪声数据集可能无限大)？tf.data.Dataset.zip是否适合在这里工作？
UPD: tf.data.Dataset.zip成功地工作了，但如果噪声样本的数据集很小，则应该将其
浏览 0提问于2017-11-18得票数 0
我对计算AUC (曲线下面积)来评估推荐系统的结果感到困惑。
如果我们有交叉验证数据，比如(用户，产品，评级)。如何为每个用户选择正负样本来计算AUC？
选择每个用户在数据集中出现的产品作为正样本，其余不出现在数据集中的产品作为负样本，这样好吗？我认为这种方式不能发现那些“真正的”负样本，因为用户有机会喜欢那些负样本中的产品。
浏览 14提问于2017-01-20得票数 8
我有一个sql查询，它以格式获取数据：
数据
12-3-2016
等等..。
我使用array_push作为值，以便在页面中显示它们，但我只从使用array_push获得一个值。这是我的代码：
$res = mysqli_fetch_array($r);
$result = array();
array_push($result,array(
"Date"=>$res['date'],
"Events"=>$res['comment']
浏览 3提问于2016-03-20得票数 0
回答已采纳
1回答
目前，我在R中进行分组分析(不是元分析)的森林地块如下.
library("dplyr")
library(ggplot2)
library(survminer)
library(survival)
library(forestmodel)
pretty_lung <- lung %>%
transmute(time,
status,
Age = age,
Sex = factor(sex, labels = c("Male", "Female")),
浏览 5提问于2021-12-01得票数 1
回答已采纳
我试图从一组5655次观测中挑选3500个随机观测。但当我这样做时，R却抛出了一个奇怪的错误，说“当‘替换=假’时，不能取大于人口的样本。”
我正在试着取一个比人口小的样本。为什么R要抛出这个错误？
nrow(males)
[1] 5655
m = sample(males, 3500, replace = FALSE, prob = NULL)
Sample.int中的错误(长度(X)、大小、替换、prob)：当“替换=假”时不能取大于总体的样本
浏览 7提问于2013-10-29得票数 36
回答已采纳
1回答
我生成了一个ggmap图，当从r脚本执行时，它看起来很完美；但是，Rmd文件中的相同图看起来太小了，宽度只有一半，并且与正在绘制的点的w.r.t不成比例。 什么设置将有助于使ggmap图尽可能多地占用空间？我的绘图代码如下所示： library(tidyverse)
library(ggmap)
library(ggplot2)
ggmap(map) +
scale_colour_manual(values = colorSpec) +
geom_point(data=df, aes(x=lon, y=lat, colour=Technology, size=score),
浏览 17提问于2020-01-03得票数 1
回答已采纳
1回答
我在R中有这个数据集：
date = sample(seq(as.Date('2015-01-01'), as.Date('2022-08-12'), by = "day"), 1000)
var1 = rnorm(1000, 1000,1000)
var2 = rnorm(1000, 1000,1000)
var3 = rnorm(1000, 1000,1000)
question_data = data.frame(date, var1, var2, var3)
question_data$id = 1:nrow(question_data
浏览 2提问于2022-08-13得票数 -1
1回答
我有一些调查数据。作为示例，我使用ÌSLR包中的credit数据。
library(ISLR)
数据中的性别分布如下所示
prop.table(table(Credit$Gender))
Male Female
0.4825 0.5175
而学生的分布是这样的。
prop.table(table(Credit$Student))
No Yes
0.9 0.1
假设在人口中，实际的性别分布是男性/女性(0.35/0.65)，学生的分布是是/否(0.2/0.8)。
在SPSS中，可以通过将“总体分布”除以“样本分布”来模拟总体分布，从而对样本进行加权。这个过程被称为"RIM
浏览 29提问于2019-08-18得票数 4
回答已采纳
1回答
这个问题在这里已经有答案了： 如何在d维球/球内部生成均匀的随机点？ (1个答案) 13小时前就关门了。 我想从n维的实心球体中生成随机均匀的样本。 我当前的方法是这样的 def sample_sphere(d, npoints):
points = np.zeros((npoints, d))
for i in range(npoints):
r = np.random.rand() #random radius
v = np.random.uniform(low= -1, high=1, size=d) #random direction
浏览 73提问于2021-02-28得票数 1
回答已采纳
1回答
from scipy import stats
import numpy as np
class your_distribution(stats.rv_continuous):
def _pdf(self, x):
p0 = 10.9949
p1 = 0.394447
p2 = 12818.4
p3 = 2.38898
return ((p1*p3)/(p3*p0+p2*p1))*((p0*np.exp(-1.0*p1*x))+(p2*np.exp(-1.0*p3*x)))
distribution
浏览 0提问于2018-06-14得票数 2
回答已采纳
我有15个样本，要做回归分析有点小。
有人告诉我，使用引导技术增加样本计数将使我的数据在统计上更有意义。所以我试过了。
我第一次尝试的是让我的样本数从15到1000之间，通过对scikit的“重采样”功能--在Python中学习。
但是当我看到“重采样”函数的源代码时，似乎没有任何关于引导的内容。
这是我的问题。
Q1:用引导技术将15个样本重采样到1000个有统计学意义吗？
Q2:如果是的话，如何在中实现？
谢谢。
浏览 3提问于2017-11-05得票数 1
回答已采纳
1回答
注意:我已经提取了所有视频的帧，并将其保存在具有相同视频名称的文件夹中。
train_data，类，视频->这些是文件夹
img ->这些是jpg文件，所以每个类都有很多视频，我提取了每个视频的图像，并将其保存到提取帧的文件夹中。
我的数据集的
目录是这样的；
📷
为每个视频提取的图像总数= 28
课程总数= 101
视频总数= 10619
图片总数为301169
时间长度= 16
时间步幅=4
对于每个视频==>，它将读取前16幅图像，然后它将留下下4幅图像，从第5幅图像读到20张，通过留下接下来的4幅图像，它将再次从第9幅图像读到24张，最后再读到28张。
每个视频==&
浏览 0提问于2021-08-06得票数 1
1回答
我对混合数据增强技术感到有点困惑，让我简要地解释一下这个问题：
Mixup
是什么
📷
有关更多细节，您可以参考原纸。
我们使用经典的增强技术(例如抖动、缩放、幅度扭曲)使数据加倍或四倍。例如，如果原始数据集包含4000个样本，则在增强后的数据集中将有8000个样本。
另一方面，根据我的理解，在混合数据增强中，我们不添加数据，而是将样本和它们的标签混合起来，使用这些新的混合样本进行训练，从而生成一个更加规范化的模型。我说的对吗？如果是，为什么Mixup方法被称为数据增强？既然我们只是混合样本，而不是人为地增加数据集的大小？
浏览 0提问于2022-01-15得票数 1
回答已采纳
我正在尝试将投票设置为基于出袋样本的性能的袋装模型。
construct.annet = function(trainset,n,p=1){
annet.struct = vector(mode="list",length=n)
cat("Constructing Agregate Neural Network with ",p,"\n")
for(i in 1:n){
cat("iteration ",i,"\n")
bsamp = trainset[sample(p*dim(trai
浏览 0提问于2013-04-30得票数 0
回答已采纳
我用以下几行来训练一个简单的xgboost分类器模型。
xgb_model = xgb.XGBClassifier(objective="binary:logistic", random_state=42)
xgb_model.fit(X_train, y_train)
ypred_1 = xgb_model.predict(X_test_1)
ypred_2 = xgb_model.predict(X_test_2)
然后我使用两个测试数据集，其中X_test_2是X_test_1的一个子集，在预测这两个测试数据集时，模型对一些样本(在两个数据集中是相同的)给出了不同的预测。
浏览 0提问于2022-06-13得票数 1
1回答
我想在Kendo组合框中将项目分组。
我的资料来源是-
$("#ddlTest_I").kendoComboBox({
dataTextField: "parentName",
dataValueField: "parentId",
dataSource: [
{ parentName: "Parent1", parentId: 1, childName: "Child1", childId: 1 },
浏览 1提问于2013-09-13得票数 0
2回答
在我的工具栏/支持操作栏中，导航图标的分辨率不能正确缩放，我也遇到了与用于选项卡的第三方库相同的问题(我已经尝试了几个库，它们产生了相同的结果)，我通过编程将导航图标设置如下……
mToolbarView = (Toolbar) findViewById(R.id.toolbar);
mToolbarView.setNavigationIcon(R.mipmap.nav_icon);
//mToolbarView.setTitleTextColor(Color.parseColor("#ffffff"));
setSupportActionBar(mTo
浏览 0提问于2015-07-28得票数 0
1回答
在多任务模型中计算样本权重的正确方法是什么？
具体来说，我有一个输出400个类多类分类，以及一个5类多标签分类的模型。所有的课程都是不成比例的，不平衡的。在没有样本加权的情况下，多类分类器的分类准确率达到90%以上，并且对多标签分类中的某些类有较好的AUC。目标是提高多标签分类任务中的一个类的性能。这门课相当不平衡。
我尝试的是在未设置感兴趣类时，将样本权重设置为固定值(例如，0.5)，在此情况下设置其他任意固定值(例如，2.5)。
浏览 0提问于2023-04-25得票数 0
我试图使用cor()函数将R中的两个数组关联起来。然而，我需要他们两个是相同的长度，以比较他们。问题是，我从更大的数据集中获取数组，其中一个变量中有NA值，而另一个变量中没有NA值。我首先从更大的数据集中提取我想要的样本，现在我尝试将变量分离到它们自己的数组中并进行比较。我可以去掉其中一个变量的NA，但这就留下了两个不同长度的数组。
以下是目前为止的代码：
## Flight Differences in Distance
SampleFlights <- subset(Jan2017DataSet, Jan2017DataSet$ORIGIN ==
"
浏览 3提问于2017-04-29得票数 0
回答已采纳
1回答
我试图创建一个基于2列的带有proc surveyselect的唯一样本数据集。我有一张带有person_id和household_id的简单桌子。在本例中，person_id是我的“主键”，它是创建示例的主要输入。但是，我需要确保不要在样本数据和基本数据之间混合household_id。因此，如果household_id = 123是示例，则不允许它出现在基本数据中(即使使用另一个person_id)，反之亦然。
你有个方便的主意吗？我所有的解决方案，无论是前处理还是后处理，都会影响样品的大小。
谢谢！！E.
浏览 2提问于2017-03-28得票数 0
回答已采纳
1回答
我想知道是否有人对从哪里开始挖掘这个问题有任何建议。我有一个模型，已经通过开发和所有的培训/cv/测试数据集，现在表现在95%以上的准确性和F-评分。整个开发数据集约为60k个样本，其中2/3的样本为阳性样本和阴性样本。这些样品是根据去年一月至十一月的提取物制成的。最终测试结果如下：
查准率: 0.9751次召回: 0.9320次精确0.9693 F得分0.9531
然而，第一批生产的precision:95%+很高，但召回率却很低：~50%。准确率为48%，FScore为68%。
小组对此的任何想法，寻找的地方，潜在的原因。我们将在接下来的几个月中运行，因为我们可能会有异常的变化，因为圣诞节
浏览 0提问于2019-01-09得票数 4
1回答
我试着用两个数据集画一个圆点图。为了简化这两个数据集，我会写一些字母
import matplotlib.pyplot as plt
import numpy as np
x = np.array([['a',1],['b',3],['c',4],['d',5],['e',6],['f',3]])
y = np.array([['c',3],['e',2],['b',6],['a',5],['h',5],['f
浏览 0提问于2016-06-14得票数 1
问题:如果您使用PySpark的sampleBy实现比例分层抽样，这不是与随机抽样相同吗？
编辑:有比例和不成比例的分层抽样。这个问题是关于前者的。
以下是我对此的思考：
假设在一个人口总数中有4个组，N= 1000。这些群体的比例如下：
A: 25%，B: 50%，C: 13%，D: 12%
然后，选择大小为100的比例分层样本意味着选择一个样本，该样本由A中的确切25种元素、B中的50种元素、C中的13种元素和D中的12种元素组成(注意:如果你的抽样比率与人群的采样比率不同，那么一个不成比例的分层样本就是。)
这与随机抽样不同，其中A、B、C和D的期望元素数分别为25、50、13和12。
浏览 7提问于2021-10-08得票数 1
回答已采纳
1回答
我有一个很大的100 to的数据集，我想要做一个由500个数据组成的随机样本。我试过使用下面的方法，但是数据正在重复吗？
di = sorted(random.sample(current,s))
data.append(di)
浏览 13提问于2022-07-21得票数 1
回答已采纳
我正在试着写一个定制的学习曲线函数。我想知道它通常是如何实现的。当训练集的大小增加时-通常是通过向已经存在的集合中增加新样本来增加的吗？或者训练大小是随机选择的？
举个例子:假设训练集大小比率是0.2，0.3，0.4...，那么当我们从0.2增加到0.3时，我们是不是在以前(0.2)的基础上增加一个额外的0.1？或者我们只是从全套随机样本中获得另一个样本？
浏览 1提问于2018-05-30得票数 0
2回答
我想选择我的样本在Stata 13基于三个阶层变量，共12个层(大小-两层；扇形-三层；无形强度-两层)。选择应该是成比例的，而不需要更换。
但是，我只能找到不成比例的选择命令，例如选择每个阶层的x%。
有人能帮我解决这个问题吗？
浏览 5提问于2016-05-05得票数 0
回答已采纳
1回答
我必须生成一个报告，其中行值应该在折叠时进行汇总(摘要数据)，但是列值不应该在折叠时进行汇总，而应该显示最后一个值。这是一个样本报告
全扩展报表
-2012
Jan Feb Mar
-India Chennai 10 8 9
Bangalore 15 15 16
行折叠
-2012
Jan
浏览 0提问于2012-06-18得票数 0
1回答
在R中，我想知道如何找到抽样值的索引/索引，例如使用函数样本。
在Matlab中，通过在函数数据样本中请求输出参数idx，可以很容易地做到这一点。简单地说，从Matlab的文档页面获取函数数据示例：
y，idx =数据样本(数据，k，.)返回一个索引向量，指示从数据中采样的数据样本的值。
我想知道这样的事情是否能在R中实现，以及如何实现。
示例：
set.seed(12)
样本(c(0.3，78，45，0.8，0.8，0.8，77)，size=1，replace=TRUE)
0.3
我怎么知道那两个0.3是哪一个？
浏览 0提问于2017-05-28得票数 2
回答已采纳
1回答
我从Audacity获得了声音样本的数据点，我将其导出为.txt文件并导入到Excel中。可以在Excel中绘制上包络函数吗？
(最后，我必须确定混响时间，因此响度下降60dB的时间。)
浏览 2提问于2014-11-05得票数 0
1回答
我正在寻找一个数据存储选项，用于存储心电图(1000个样本/sec)和其他病人数据(例如血压、体温等，采样率要低得多)，在我的C#应用程序的可查询存储中。
我已经评估了SQLite (这本身就是一个很好的选择)，但是我正在寻找一些可以满足以下要求的选项：
小存储空间-心电图通常以1000个样本/秒采样，我需要存储24 - 48小时的心电图数据(~82 ~1.62亿个数据样本)。在SQLite上，它占用了巨大的空间。
我应该能够快速阅读这些数据的一部分(从-到时间戳)。
我应该能够修改数据的一部分，而不必从那时开始编写所有的数据。
我也看过HDF5，但还没有真
浏览 2提问于2013-02-05得票数 3
回答已采纳
我将以下代码设置为根据以下查询语句中的条件从数据库中读取和输出特定行。然而，当我尝试在console中记录输出时，我只能获得一个值，虽然它确实存在于数据库中(作为键属性)，但每次都是从第一行开始。我没有得到与SQL条件匹配的行。有什么想法吗？
function getLoginInfo($email,$password){
global $db_user, $db_password, $db_host, $db_name;
if (isValidLogin($email,$password)){
$dbconn = connectToDB($db_user,
浏览 0提问于2014-09-21得票数 0
1回答
我有一个包含20000个样本的文本数据集(这还不够)。我使用文本增强来“发明”更多的样本，所以本质上我将每个样本乘以10 -最后得到200000个样本(这10个样本中的每一个都是一种不同的增强方法)。
在将整个数据集分割为训练和测试数据集之前，我就这样做了。我应该只为训练数据集这样做吗？
更新：
根据所给出的答案，我有一个后续问题：
操作的顺序应该是什么？我现在明白了，应该只在火车数据集上进行增强，但是标记化和阻塞又如何呢？
下面的顺序正确吗？
将数据集分割成两个数据集:训练和测试
仅在列车数据集上执行增强操作
词干和标记这两个数据集
文本编码
创建模型
模型拟合数据
评量
我想我的问题是关于
浏览 0提问于2021-12-29得票数 1
回答已采纳
我正在尝试使用scikit-learn中的PCA进行降维。我的数据集大约有300个样本和4096个特征。我想将维度减少到400和40。但是，当我调用该算法时，得到的数据最多只有“样本数”的特征。
from sklearn.decomposition import PCA
pca = PCA(n_components = 400)
trainData = pca.fit_transform(trainData)
testData = pca.transform(testData)
其中，trainData的初始形状是300x4096，结果数据形状是300x300。有没有办法对这种数据(大量的特
浏览 0提问于2014-03-21得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
