python基础知识点脑图.xmind

1.版本：matlab2014/2019a/2021a，内含运行结果，不会运行可私信 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事Matlab算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。 替换数据可以直接使用，注释清楚，适合新手

对免安装版本的mysql，写了一个自动化安装脚本。包括注册表信息，写入环境变量，mysql安装，mysql密码重置。

压缩包中包含各个版本的mysql安装包和切换各个版本的小工具，适合新手和新电脑配置环境使用。

脚本功能主要是在windows上安装mysql数据库，压缩文件中有详细的脚本使用方法，已把相关配置分离出来单独的配置文件方便修改，看不懂bat语法也可修改，已在多个实际场景中使用；

很多情况下需要在客户端发布时发布 MySQL 数据库，这种发布方式虽然存在文件资源较大、易出错等缺点，但是却可以让桌面产品的发布更加完整。 本文将阐述如何使用一个脚本启动并初始化 MySQL 8.0 的方法，涵盖数据库下载、脚本源码、测试及可能遇到的问题等。 https://blog.csdn.net/m0_47406832/article/details/130363959

基于深度学习的舌苔检测毕设留档.zip

所用技术：Django + Echarts + scrapy爬虫（破解字体加密） + MySQL。 压缩包包括数据文件，采集脚本，可视化脚本，代码可以直接运行。

使用scrapy,redis, mongodb,graphite实现的一个分布式网络爬虫,底层存储mongodb集群,分布式使用redis实现, 爬虫状态显示使用graphite实现。这个工程是我对垂直搜索引擎中分布式网络爬虫的探索实现，r， 将其网站的书名，作者，书籍封面图片，书籍概要，原始网址链接，书籍下载信息和书籍爬取到本地：分布式使用redis实现，redis中存储了工程的request，stats信息，能够对各个机器上的爬虫实现集中管理，。

项目概况 开发环境：Jupyter Notebook（Anaconda3的应用包下） 项目描述 一、获取数据集并预处理 在网上（例如Kaggle）下载数据集，读入数据并进行数据预处理。 二、根据特征群进行可视化分析 数据总体分成三大特征群，逐一分析各特征群下，每个特征在特征群中的重要程度，在客户流失因素上的重要程度。对数据进行可视化分析，通过饼状图的对比，对各项特征指标有一个直观的清晰的 认识。 三、特征工程与类别平衡 数据预测前一系列处理，先进行特征工程处理，结合皮尔逊相关系数，把无用特征进行剔除，完善字符编码格式。再处理类别不平衡的问题（正负样本数相差较多，易导致数据倾斜或不准确）。 四、模型使用与评估 使用机器学习模型与模型评估方式，用K折交叉验证计算方式，分别对逻辑回归，随机森林，AdaBoost,XGBoost模型进行评估，得出预测模型的准确度，后续选择其中之一进行实际预测，并输出模型中的特征重要性。 五、总结分析与制定决策 总结分析，合并各客户的预测流失率与真实流失率，形成关系表。运营商可以根据分组情况的结果设定阈值并进行决策，从而确定分界点进行客户召回措施。