')
}
function initGt() {
var handler = function (captchaObj) {
captchaObj.appendTo('#captcha');
captchaObj.onReady(function () {
$("#wait").hide();
}).onSuccess(function(){
$('.getcheckcode').removeClass('dis');
$('.getcheckcode').trigger('click');
});
window.captchaObj = captchaObj;
};
$('#captcha').show();
$.ajax({
url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存
type: "get",
dataType: "json",
success: function (data) {
$('#text').hide();
$('#wait').show();
// 調(diào)用 initGeetest 進(jìn)行初始化
// 參數(shù)1：配置參數(shù)
// 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象，之后可以使用它調(diào)用相應(yīng)的接口
initGeetest({
// 以下 4 個(gè)配置參數(shù)為必須，不能缺少
gt: data.gt,
challenge: data.challenge,
offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī)
new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī)
product: "float", // 產(chǎn)品形式，包括：float，popup
width: "280px",
https: true
// 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn)：http://docs.geetest.com/install/client/web-front/
}, handler);
}
});
}
function codeCutdown() {
if(_wait == 0){ //倒計(jì)時(shí)完成
$(".getcheckcode").removeClass('dis').html("重新獲取");
}else{
$(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)");
_wait--;
setTimeout(function () {
codeCutdown();
},1000);
}
}
function inputValidate(ele,telInput) {
var oInput = ele;
var inputVal = oInput.val();
var oType = ele.attr('data-type');
var oEtag = $('#etag').val();
var oErr = oInput.closest('.form_box').next('.err_txt');
var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'！';
var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'！';
var pattern;
if(inputVal==""){
if(!telInput){
errFun(oErr,empTxt);
}
return false;
}else {
switch (oType){
case 'login_mobile':
pattern = /^1[3456789]\d{9}$/;
if(inputVal.length==11) {
$.ajax({
url: '/login/checkmobile',
type: "post",
dataType: "json",
data: {
mobile: inputVal,
etag: oEtag,
page_ur: window.location.href,
page_referer: document.referrer
},
success: function (data) {
}
});
}
break;
case 'login_yzm':
pattern = /^\d{6}$/;
break;
}
if(oType=='login_mobile'){
}
if(!!validateFun(pattern,inputVal)){
errFun(oErr,'')
if(telInput){
$('.getcheckcode').removeClass('dis');
}
}else {
if(!telInput) {
errFun(oErr, errTxt);
}else {
$('.getcheckcode').addClass('dis');
}
return false;
}
}
return true;
}
function errFun(obj,msg) {
obj.html(msg);
if(msg==''){
$('.login_submit').removeClass('dis');
}else {
$('.login_submit').addClass('dis');
}
}
function validateFun(pat,val) {
return pat.test(val);
}
首頁(yè) > 行業(yè)圖譜 >
- pandas數(shù)據(jù)結(jié)構(gòu)：DataFrame
2020-06-12-
剛剛接觸pandas的朋友，想了解數(shù)據(jù)結(jié)構(gòu)，就一定要認(rèn)識(shí)DataFrame，接下來(lái)給大家詳細(xì)介紹！
初識(shí)pandas數(shù)據(jù)結(jié)構(gòu)：DataFrame
import numpy as np
import pandas as pd
data = {\"name\": [\"Jack\", \"Tom\ ...
- 機(jī)器學(xué)習(xí)基礎(chǔ)：無(wú)監(jiān)督異常檢測(cè)和半監(jiān)督異常檢測(cè)！
- 2020-06-12
-
異常值檢測(cè)一般要求新發(fā)現(xiàn)的數(shù)據(jù)是否與現(xiàn)有觀測(cè)數(shù)據(jù)具有相同的分布或者不同的分布，相同的分布可以稱之為內(nèi)點(diǎn)（inlier），具有不同分布的點(diǎn)可以稱之為離群值。離群點(diǎn)和新奇點(diǎn)檢測(cè)是不同的，有一個(gè)重要的區(qū)分必須掌 ...
- 【案例】用支持向量機(jī)SVM進(jìn)行新奇點(diǎn)檢測(cè)！
- 2020-06-12
-
異常值檢測(cè)一般要求新發(fā)現(xiàn)的數(shù)據(jù)是否與現(xiàn)有觀測(cè)數(shù)據(jù)具有相同的分布或者不同的分布，相同的分布可以稱之為內(nèi)點(diǎn)（inlier），具有不同分布的點(diǎn)可以稱之為離群值。
下圖是一個(gè)使用支持向量機(jī)SVM進(jìn)行新奇點(diǎn)檢測(cè) ...
- 機(jī)器學(xué)習(xí)經(jīng)典算法之k-means聚類
- 2020-06-10
-
K-means算法旨在選擇一個(gè)質(zhì)心, 能夠最小化慣性或簇內(nèi)平方和的標(biāo)準(zhǔn):
K-means算法原理分析
首先隨機(jī)選取K個(gè)初始質(zhì)心，最基本的方法是從數(shù)據(jù)集$X$中選擇$K$個(gè)樣本。
將每 ...
- 百聞不如一練：隨機(jī)森林等可視化調(diào)試模型超參數(shù)
- 2020-06-10
-
以下使用scikit-learn中數(shù)據(jù)集進(jìn)行分享。
如果選用隨機(jī)森林作為最終的模型，那么找出它的最佳參數(shù)可能有1000多種組合的可能，你可以使用使用窮盡的網(wǎng)格搜索（Exhaustive Grid Seaarch）方法，但時(shí)間成本將會(huì)很 ...
- 層次聚類算法：Affinity Propogation算法學(xué)習(xí)指南
- 2020-06-10
-
Affinity Propogation最初是由Brendan Frey 和 Delbert Dueck于2007年在Science上提出的。相比其它的層次聚類算法，Affinity Propogation算法不需要預(yù)先指定聚類個(gè)數(shù)。
Affinity Propogation算法的原理可以簡(jiǎn)單 ...
- python散點(diǎn)圖：如何添加擬合線并顯示擬合方程與R方？
- 2020-06-08
-
python散點(diǎn)圖：如何添加擬合線并顯示擬合方程與R方？我們可以使用polyfit()函數(shù)，使用最小二乘法將一些點(diǎn)擬合成一條曲線.
numpy.polyfit(x, y, deg, rcond=None, full=False, w=None, cov=False)
# x:要擬合點(diǎn)的 ...
- 加快python算法的四個(gè)方法：Dask篇
- 2020-06-08
-
CDA數(shù)據(jù)分析師 出品
相信大家在做一些算法經(jīng)常會(huì)被龐大的數(shù)據(jù)量所造成的超多計(jì)算量需要的時(shí)間而折磨的痛苦不已，接下來(lái)我們圍繞四個(gè)方法來(lái)幫助大家加快一下python的計(jì)算時(shí)間，減少大家在算法上的等待 ...
- 加快python算法的四個(gè)方法：Numba篇
- 2020-06-09
-
CDA數(shù)據(jù)分析師 出品
相信大家在做一些算法經(jīng)常會(huì)被龐大的數(shù)據(jù)量所造成的超多計(jì)算量需要的時(shí)間而折磨的痛苦不已，接下來(lái)我們圍繞四個(gè)方法來(lái)幫助大家加快一下Python的計(jì)算時(shí)間，減少大家在算法上的等待 ...
- 為什么商界大佬潘石屹也學(xué)Python，TA魅力大嗎？
- 2020-06-02
-
56歲生日當(dāng)天，房地產(chǎn)大佬、SOHO中國(guó)董事長(zhǎng)潘石屹發(fā)布了一條微博，表示自己要開(kāi)始學(xué)Python。
很多人以為他只是開(kāi)玩笑，然而潘石屹本人并不這樣認(rèn)為，至此以后，潘石屹的個(gè)人微博時(shí)不時(shí)會(huì)曬出一些Python學(xué)習(xí) ...
- Kmeans優(yōu)化算法：二分K-means聚類算法
- 2020-05-29
-
算法的理解
Bi這里是的意思就是Binary，二進(jìn)制的意思，所以有時(shí)候叫這個(gè)算法為二進(jìn)Kmeans算法。為什么我們需要用BiKmeans呢，就是為了解決初始化k個(gè)隨機(jī)的質(zhì)心點(diǎn)時(shí)其中一個(gè)或者多個(gè)點(diǎn)由于位置太極端而導(dǎo)致迭代 ...
- 使用python構(gòu)建一個(gè)推薦系統(tǒng)需要幾步？
- 2020-05-29
-
在我看來(lái)，作為一位中國(guó)人的我們不管做什么決定都在面臨多種選擇。例如，如果我這個(gè)時(shí)候想要買(mǎi)一本書(shū)，但是我卻不知道我想看什么書(shū)、不知道類型、不知道方向，那么這個(gè)時(shí)候打開(kāi)各種進(jìn)行軟件搜索可能會(huì)出現(xiàn)各種各樣 ...
- Kmeans算法精簡(jiǎn)版(無(wú)for loop循環(huán))
- 2020-05-27
-
大家在學(xué)習(xí)算法的時(shí)候會(huì)學(xué)習(xí)到關(guān)于Kmeans的算法，但是網(wǎng)絡(luò)和很多機(jī)器學(xué)習(xí)算法書(shū)中關(guān)于Kmeans的算法理論核心一樣，但是代碼實(shí)現(xiàn)過(guò)于復(fù)雜，效率不高，不方便閱讀。這篇文章首先列舉出Kmeans核心的算法過(guò)程 ...
- 機(jī)器學(xué)習(xí)python算法應(yīng)用，監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)等！
- 2020-05-25
-
本系列文章主要介紹機(jī)器學(xué)習(xí)在實(shí)踐中的應(yīng)用，介紹利用 python 的生態(tài)環(huán)境，使用機(jī)器學(xué)習(xí)的算法來(lái)解決工程實(shí)踐中的問(wèn)題，而不是介紹算法本身。本系列文章參考了《機(jī)器學(xué)習(xí)Python實(shí)踐》，會(huì)通過(guò)例子一步一步地引導(dǎo)大 ...
- Python可視化工具推薦：圖片交互性行極佳的Plotly
- 2020-05-25
-
1、 簡(jiǎn)單介紹
一般大家在學(xué)習(xí)python機(jī)器學(xué)習(xí)的時(shí)候，用的最多Python可視化的包就是matplot和seaborn, 這2個(gè)可視化的優(yōu)點(diǎn)在于門(mén)檻低，代碼容易理解，并且容易上手。唯一的可能的缺點(diǎn)就是畫(huà)出來(lái)的圖不能交互 ...
- PyTorch官網(wǎng)更新了，標(biāo)簽索引更快速！
- 2020-05-21
-
PyTorch的前身是Torch，由Torch7團(tuán)隊(duì)開(kāi)發(fā)，是一個(gè)開(kāi)源的Python機(jī)器學(xué)習(xí)庫(kù)，用于自然語(yǔ)言處理等應(yīng)用程序。
PyTorch使用Python重新寫(xiě)了很多內(nèi)容，不僅更加靈活，支持動(dòng)態(tài)圖，而且提供了Python接口，是一個(gè)以Python優(yōu) ...
- kmeans優(yōu)化算法：二分K-means聚類算法
- 2020-05-21
-
Bi這里是的意思就是Binary，二進(jìn)制的意思，所以有時(shí)候叫這個(gè)算法為二進(jìn)Kmeans算法。為什么我們需要用BiKmeans呢？就是為了解決初始化k個(gè)隨機(jī)的質(zhì)心點(diǎn)時(shí)其中一個(gè)或者多個(gè)點(diǎn)由于位置太極端而導(dǎo)致迭代的過(guò)程中消失的 ...
- 如何用Python實(shí)現(xiàn)數(shù)據(jù)透視表？解除你對(duì)透視表的疑惑！
- 2020-05-09
-
相信接觸過(guò)Excel的小伙伴都知道，Excel有一個(gè)非常強(qiáng)大的功能“數(shù)據(jù)透視表”，使用數(shù)據(jù)透視表可以自由選擇不同字段，用不同的聚合函數(shù)進(jìn)行匯總，并建立交叉表格，用以從不同層面觀察數(shù)據(jù)。這么強(qiáng)大的功能，在Python ...
- Python可視化工具：Plotly
- 2020-05-09
-
一般大家在學(xué)習(xí)python機(jī)器學(xué)習(xí)的時(shí)候，用的最多的可視化的包就是matplot和seaborn, 這2個(gè)可視化的優(yōu)點(diǎn)在于門(mén)檻低，代碼容易理解，并且容易上手。唯一的可能的缺點(diǎn)就是畫(huà)出來(lái)的圖不能交互，簡(jiǎn)單來(lái)說(shuō)就是matplot和se ...
- seaborn 常用的 10 種數(shù)據(jù)分析圖表
- 2020-04-28
-
內(nèi)置示例數(shù)據(jù)集
seaborn內(nèi)置了十幾個(gè)示例數(shù)據(jù)集，通過(guò)load_dataset函數(shù)可以調(diào)用。
其中包括常見(jiàn)的泰坦尼克、鳶尾花等經(jīng)典數(shù)據(jù)集。
# 查看數(shù)據(jù)集種類
import sea ...
全國(guó)校區(qū)
京公網(wǎng)安備 11010802034615號(hào)
經(jīng)營(yíng)許可證編號(hào)：京B2-20210330