11种数据降维与显示方法，非常实用

Oxford-IIIT数据集，一个宠物图像数据集，包含37中宠物，每种200左右照片，同时包含分类、头部轮廓标注和语义分割信息。 Oxford-IIIT数据集，一个宠物图像数据集，包含37中宠物，每种200左右照片，同时包含分类、头部轮廓标注和语义分割信息。 Oxford-IIIT数据集，一个宠物图像数据集，包含37中宠物，每种200左右照片，同时包含分类、头部轮廓标注和语义分割信息。 Oxford-IIIT数据集，一个宠物图像数据集，包含37中宠物，每种200左右照片，同时包含分类、头部轮廓标注和语义分割信息。 Oxford-IIIT数据集，一个宠物图像数据集，包含37中宠物，每种200左右照片，同时包含分类、头部轮廓标注和语义分割信息。 Oxford-IIIT数据集，一个宠物图像数据集，包含37中宠物，每种200左右照片，同时包含分类、头部轮廓标注和语义分割信息。 Oxford-IIIT数据集，一个宠物图像数据集，包含37中宠物，每种200左右照片，同时包含分类、头部轮廓标注和语义分割信息。

1.手动部署 k8s 环境虽然能很好的理解原理，当时相对耗时比较多 [初次部署，可能要1-3天] 2.使用 shell 脚本可以大大的减少了多个项目或场景的部署，能减少 [使用脚本，只需要几分钟] 3.压缩包内包含了 README 文档，可以使用 typora 等 markdown 软件打开

前些天发现了一款傻瓜式建站系统，基于宝塔面板搭建的建站系统，功能丰富。 源码大部分是开源的，已经可以不需要授权就能使用。 因为官方已经录制了详细的教程视频，我这边就不录制了。 教程主要分4步： 1.在宝塔面板中创建一个网站，上传建站系统的源码进行搭建。 2.搭建完成后把autosite.php文件剪切在指定目录。 3.修改一下宝塔面板的配置文件 4.重启一下服务器

SPECTRAL_MVA 是用于运行光谱数据多变量分析的 GUI 最初设计用于分析 X 射线光电子光谱，可用于分析任何类型的数据表，包含光谱或任何其他数据打开带有或不带有变量 X 的 MAT 文件。 从原始视觉软件或 CASAXPS 软件打开 VMS 文件（XPS 光谱） SMOOTHING、NORMALIZING、DERIVATIZING 和 SHIFTING 光谱的预处理选项 三种 MVA 方法 - PCA、SIMPLISMA 和 MCR 来自特征向量的 PLS_TOOLBOX 是必须的

oracle取最大值的三种方式，并且同时获取其它字段数据 适用于小白、对数据库不熟悉不熟练的人使用 详细代码+注释，开箱即用

线性回归预测波士顿房屋价格（使用 scikit-learn 和 XGBoost 两种方式），并进行了对比分析。 # 使用 scikit-learn 和 XGBoost 两种线性回归方式实现波士顿房屋价格预测 # 波士顿房屋价格 包含506个样本、13个特征指标 # XGBoost是一套提升树可扩展的机器学习系统，也可以实现线性回归 # 使用XGBoost时，需将数据转化为DMatrix格式，否则会出现错误 # 使用评估指标判断 scikit-learn 和 XGBoost 两种线性回归方式实现波士顿房屋价格预测方式的优劣

逻辑回归预测良性和恶性乳腺肿瘤实现二分类（使用 scikit-learn 和 XGBoost 两种方式）,可扩展应用到小样本数据的故障诊断领域二分类问题 # 使用逻辑回归预测乳腺肿瘤是良性的还是恶性的 # 数据集为乳腺癌数据集，通过细胞核的相关特征来预测乳腺肿瘤为良性/恶性，这是一个非常著名的二分类数据集 # 数据集包含569个样本，其中有212个恶性肿瘤样本，357个良性肿瘤样本 # 共有32个字段，字段1为ID，字段2为label，其他30个字段为细胞核的相关特征 # scikit-learn实现逻辑回归 # XGBoost 实现逻辑回归 # XGBoost在预测结果上和scikit-learn有些差别，XGBoost的预测结果是概率，而scikit-learn的预测结果是0或1的分类，需要用户自己对其进行转化，程序能够实现scikit-learn 和XGBoost的概率输出和0或1分类输出 # 使用评估指标对分类和预测结果进行评估， 实现scikit-learn 和 XGBoost 两种逻辑回归方式对比分析

1. 猫和老鼠都有名字和体重两种属性，猫有抓老鼠的方法，对应的老鼠则有逃跑的方法。 2. 猫抓住了老鼠或者老鼠逃跑了，对于这两种情况，我们用体重、技能和速度来区分，若猫的体重、技能和速度大于或等于老鼠的体重、技能和速度，则猫可实现抓住老鼠的方法，若猫的体重、技能和速度小于老鼠的体重和速度，则老鼠实现了逃跑的方法。 3. 猫和老鼠都有技能提高功能，猫每次抓老鼠成功之后，技能加1，失败则技能减1。老鼠逃跑成功，则技能加1。

按文件夹整理好的数据集，适合10分类，方便程序读取