')
}
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(), // 加隨機數(shù)防止緩存
type: "get",
dataType: "json",
success: function (data) {
$('#text').hide();
$('#wait').show();
// 調(diào)用 initGeetest 進行初始化
// 參數(shù)1：配置參數(shù)
// 參數(shù)2：回調(diào)，回調(diào)的第一個參數(shù)驗證碼對象，之后可以使用它調(diào)用相應(yīng)的接口
initGeetest({
// 以下 4 個配置參數(shù)為必須，不能缺少
gt: data.gt,
challenge: data.challenge,
offline: !data.success, // 表示用戶后臺檢測極驗服務(wù)器是否宕機
new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機
product: "float", // 產(chǎn)品形式，包括：float，popup
width: "280px",
https: true
// 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/
}, handler);
}
});
}
function codeCutdown() {
if(_wait == 0){ //倒計時完成
$(".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 = $('#etag').val();
var oErr = oInput.closest('.form_box').next('.err_txt');
var empTxt = '請輸入'+oInput.attr('placeholder')+'！';
var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！';
var pattern;
if(inputVal==""){
if(!telInput){
errFun(oErr,empTxt);
}
return false;
}else {
switch (oType){
case 'login_mobile':
pattern = /^1[3456789]\d{9}$/;
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 > 行業(yè)圖譜 >
- 優(yōu)化算法—擬牛頓法之DFP算法
2017-03-28-
優(yōu)化算法—擬牛頓法之DFP算法
一、牛頓法
在博文“優(yōu)化算法——牛頓法(Newton Method)”中介紹了牛頓法的思路，牛頓法具有二階收斂性，相比較最速下降法，收斂的速度更快。在牛頓法中使用到了函數(shù)的二階導(dǎo)數(shù) ...
- 簡單易學(xué)的機器學(xué)習(xí)算法—譜聚類(Spectal Clustering)
- 2017-03-28
-
簡單易學(xué)的機器學(xué)習(xí)算法—譜聚類(Spectal Clustering)
一、復(fù)雜網(wǎng)絡(luò)中的一些基本概念
1、復(fù)雜網(wǎng)絡(luò)的表示
在復(fù)雜網(wǎng)絡(luò)的表示中，復(fù)雜網(wǎng)絡(luò)可以建模成一個圖，其中，V表示網(wǎng)絡(luò)中的節(jié)點的集合，E表示的是連 ...
- 簡單易學(xué)的機器學(xué)習(xí)算法—AdaBoost
- 2017-03-28
-
簡單易學(xué)的機器學(xué)習(xí)算法—AdaBoost
一、集成方法(Ensemble Method)
集成方法主要包括Bagging和Boosting兩種方法，隨機森林算法是基于Bagging思想的機器學(xué)習(xí)算法，在Bagging方法中，主要通過對訓(xùn)練數(shù)據(jù)集 ...
- 機器學(xué)習(xí)算法與Python實踐之（四）支持向量機（SVM）實現(xiàn)
- 2017-03-26
-
機器學(xué)習(xí)算法與Python實踐之（四）支持向量機（SVM）實現(xiàn)
八、SVM的實現(xiàn)之SMO算法
終于到SVM的實現(xiàn)部分了。那么神奇和有效的東西還得回歸到實現(xiàn)才可以展示其強大的功力。SVM有效而且存在很高效的訓(xùn)練算法， ...
- 機器學(xué)習(xí)算法與Python實踐之（一）k近鄰（KNN）
- 2017-03-26
-
機器學(xué)習(xí)算法與Python實踐之（一）k近鄰（KNN）
一、kNN算法分析
K最近鄰（k-Nearest Neighbor，KNN）分類算法可以說是最簡單的機器學(xué)習(xí)算法了。它采用測量不同特征值之間的距離方法進行分類。它的思想很簡 ...
- 簡單易學(xué)的機器學(xué)習(xí)算法—Mean Shift聚類算法
- 2017-03-25
-
簡單易學(xué)的機器學(xué)習(xí)算法—Mean Shift聚類算法
一、Mean Shift算法概述
Mean Shift算法，又稱為均值漂移算法，Mean Shift的概念最早是由Fukunage在1975年提出的，在后來由Yizong Cheng對其進行擴充，主要提出 ...
- 數(shù)據(jù)分析入門案例：泰坦尼克號幸存率研究
- 2017-03-22
-
[泰坦尼克號問題之背景]
就是那個大家都熟悉的『Jack and Rose』的故事，豪華游艇倒了，大家都驚恐逃生，可是救生艇的數(shù)量有限，無法人人都有，副船長發(fā)話了『lady and kid first！』，所以是否獲救其實 ...
- Python機器學(xué)習(xí)之Logistic回歸
- 2017-03-18
-
Python機器學(xué)習(xí)之Logistic回歸
大數(shù)據(jù)時代，數(shù)據(jù)猶如一座巨大的金礦，等待我們?nèi)グl(fā)掘。而機器學(xué)習(xí)和數(shù)據(jù)挖掘的相關(guān)技術(shù)，無疑就是你挖礦探寶的必備利器！工欲善其事，必先利其器。很多初涉該領(lǐng)域的人，最先困惑 ...
- 機器學(xué)習(xí)優(yōu)化算法之爬山算法小結(jié)
- 2017-03-16
-
機器學(xué)習(xí)優(yōu)化算法之爬山算法小結(jié)
機器學(xué)習(xí)的項目,不可避免的需要補充一些優(yōu)化算法,對于優(yōu)化算法,爬山算法還是比較重要的.鑒于此,花了些時間仔細閱讀了些爬山算法的paper.基于這些,做一些總結(jié).
目錄 ...
- 【機器學(xué)習(xí)實戰(zhàn)】Naive Bayes
- 2017-03-14
-
一、概述
優(yōu)點：在數(shù)據(jù)少的情況下仍然有效，可以處理多類別問題
缺點：對于輸入數(shù)據(jù)的準(zhǔn)備方式較為敏感
適用數(shù)據(jù)類型：標(biāo)稱型數(shù)據(jù)
二、原理
三、文檔分類
A,B,C,D..為文檔中單詞。假設(shè)總詞匯只有A,B,C,D四種。訓(xùn)練樣 ...
- 機器學(xué)習(xí)基礎(chǔ)—梯度下降法（Gradient Descent）
- 2017-03-12
-
機器學(xué)習(xí)基礎(chǔ)—梯度下降法（Gradient Descent）
梯度下降法。一開始只是對其做了下簡單的了解。隨著內(nèi)容的深入，發(fā)現(xiàn)梯度下降法在很多算法中都用的到，除了之前看到的用來處理線性模型，還有BP神經(jīng)網(wǎng)絡(luò)等。于是 ...
- 機器學(xué)習(xí)入門:K-近鄰算法
- 2017-03-11
-
機器學(xué)習(xí)入門:K-近鄰算法
先來一個簡單的例子，我們?nèi)绾蝸韰^(qū)分動作類電影與愛情類電影呢？動作片中存在很多的打斗鏡頭，愛情片中可能更多的是親吻鏡頭，所以我們姑且通過這兩種鏡頭的數(shù)量來預(yù)測這部電影的主題 ...
- 2017，要這樣學(xué)數(shù)據(jù)分析
- 2017-03-07
-
2017，要這樣學(xué)數(shù)據(jù)分析
視野決定了境界和能力，而所處的環(huán)境又決定了視野。好多人不知道什么是數(shù)據(jù)分析師，認為會熟練使用Excel就是數(shù)據(jù)分析師，如果你還會使用Excel中的一些高級功能如透視和函數(shù)等等，可能別 ...
- python數(shù)據(jù)分析筆記—數(shù)據(jù)加載與整理
- 2017-02-18
-
python數(shù)據(jù)分析筆記—數(shù)據(jù)加載與整理
數(shù)據(jù)加載
導(dǎo)入文本數(shù)據(jù)
1、導(dǎo)入文本格式數(shù)據(jù)(CSV)的方法：
方法一：使用pd.read_csv()，默認打開csv文件。
9、10、11行三種方式均可以導(dǎo)入文本 ...
- 揭秘丨備戰(zhàn)CDA數(shù)據(jù)分析競賽！
- 2017-01-16
-
Kaggle是一個數(shù)據(jù)分析建模的應(yīng)用競賽平臺，有點類似KDD-CUP（國際知識發(fā)現(xiàn)和數(shù)據(jù)挖掘競賽），企業(yè)或者研究者可以將問題背景、數(shù)據(jù)、期望指標(biāo)等發(fā)布到Kaggle上，以競賽的形式向廣大的數(shù)據(jù)科學(xué)家征集解決方案 ...
- Python數(shù)據(jù)挖掘之線性回歸知識及預(yù)測糖尿病實例
- 2017-01-15
-
Python數(shù)據(jù)挖掘之線性回歸知識及預(yù)測糖尿病實例
今天主要講述的內(nèi)容是關(guān)于一元線性回歸的知識，Python實現(xiàn)，包括以下內(nèi)容：
1.機器學(xué)習(xí)常用數(shù)據(jù)集介紹
...
- python數(shù)據(jù)挖掘之決策樹DTC數(shù)據(jù)分析及鳶尾數(shù)據(jù)集分析
- 2020-04-20
-
Python數(shù)據(jù)挖掘之決策樹DTC數(shù)據(jù)分析及鳶尾數(shù)據(jù)集分析
今天主要講述的內(nèi)容是關(guān)于決策樹的知識，主要包括以下內(nèi)容：1.分類及決策樹算法介紹2.鳶尾花卉數(shù)據(jù)集介紹3.決策樹實現(xiàn)鳶尾數(shù)據(jù)集分析。希望這篇文章 ...
- Python數(shù)據(jù)挖掘之Kmeans聚類代碼實現(xiàn)、作業(yè)及優(yōu)化
- 2017-01-15
-
Python數(shù)據(jù)挖掘之Kmeans聚類代碼實現(xiàn)、作業(yè)及優(yōu)化
這篇文章直接給出上次關(guān)于Kmeans聚類的籃球遠動員數(shù)據(jù)分析案例，同時介紹這次作業(yè)同學(xué)們完成的圖例，最后介紹Matplotlib包繪圖的優(yōu)化知識。
&nbs ...
- Python數(shù)據(jù)挖掘之Kmeans聚類數(shù)據(jù)分析及Anaconda介紹
- 2017-01-15
-
Python數(shù)據(jù)挖掘之Kmeans聚類數(shù)據(jù)分析及Anaconda介紹
這次課程主要講述一個關(guān)于Kmeans聚類的數(shù)據(jù)分析案例，通過這個案例讓同學(xué)們簡單了解大數(shù)據(jù)分析的基本流程，以及使用Python實現(xiàn)相關(guān)的聚類分析。
&nbs ...
- 大數(shù)據(jù)分析與機器學(xué)習(xí)領(lǐng)域Python兵器譜
- 2016-11-23
-
大數(shù)據(jù)分析與機器學(xué)習(xí)領(lǐng)域Python兵器譜
曾經(jīng)因為NLTK的緣故開始學(xué)習(xí)Python，之后漸漸成為我工作中的第一輔助腳本語言，雖然開發(fā)語言是C/C++，但平時的很多文本數(shù)據(jù)處理任務(wù)都交給了Python。離開騰訊創(chuàng)業(yè)后，第 ...
全國校區(qū)
京公網(wǎng)安備 11010802034615號
經(jīng)營許可證編號：京B2-20210330