')
}
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 >
- R語(yǔ)言與抽樣技術(shù)學(xué)習(xí)筆記（Jackknife）
2017-07-20-
R語(yǔ)言與抽樣技術(shù)學(xué)習(xí)筆記（Jackknife）
R語(yǔ)言與抽樣技術(shù)學(xué)習(xí)筆記（Randomize，Jackknife，bootstrap）
Jackknife算法
Jackknife的想法在我很早的一篇博客《R語(yǔ)言與點(diǎn)估計(jì)學(xué)習(xí)筆記（刀切法與最小二乘估計(jì) ...
- R語(yǔ)言與抽樣技術(shù)學(xué)習(xí)筆記（bootstrap）
- 2017-07-20
-
R語(yǔ)言與抽樣技術(shù)學(xué)習(xí)筆記（bootstrap）
Bootstrap方法
Bootstrap一詞來(lái)源于西方神話故事“The adventures of Baron Munchausen”歸結(jié)出的短語(yǔ)“to pull oneself up by one\'s bootstrap\"，意味著不靠外界力 ...
- R語(yǔ)言與函數(shù)估計(jì)學(xué)習(xí)筆記（函數(shù)展開(kāi)）
- 2017-07-20
-
R語(yǔ)言與函數(shù)估計(jì)學(xué)習(xí)筆記（函數(shù)展開(kāi)）
函數(shù)估計(jì)
說(shuō)到函數(shù)的估計(jì)我們可以肯定的一點(diǎn)是我們很難得到原模型的函數(shù)，不過(guò)我們可以找到一個(gè)不壞的函數(shù)去逼近它，所以我們的函數(shù)估計(jì)從函數(shù)展開(kāi)開(kāi)始說(shuō)起。
函數(shù) ...
- R語(yǔ)言與函數(shù)估計(jì)學(xué)習(xí)筆記（核方法與局部多項(xiàng)式）
- 2017-07-20
-
R語(yǔ)言與函數(shù)估計(jì)學(xué)習(xí)筆記（核方法與局部多項(xiàng)式）
非參數(shù)方法
用于函數(shù)估計(jì)的非參數(shù)方法大致上有三種：核方法、局部多項(xiàng)式方法、樣條方法。
非參的函數(shù)估計(jì)的優(yōu)點(diǎn)在于穩(wěn)健，對(duì)模型沒(méi)有什么特定的假設(shè)，只是認(rèn) ...
- R語(yǔ)言與簡(jiǎn)單的回歸分析
- 2017-07-19
-
R語(yǔ)言與簡(jiǎn)單的回歸分析
回歸模型是計(jì)量里最基礎(chǔ)也最常見(jiàn)的模型之一。究其原因，我想是因?yàn)樵趯?shí)際問(wèn)題中我們并不知道總體分布如何，而且只有一組數(shù)據(jù)，那么試著對(duì)數(shù)據(jù)作回歸分析將會(huì)是一個(gè)不錯(cuò)的選擇。
一、 ...
- R語(yǔ)言與顯著性檢驗(yàn)學(xué)習(xí)筆記
- 2017-07-19
-
R語(yǔ)言與顯著性檢驗(yàn)學(xué)習(xí)筆記
一、何為顯著性檢驗(yàn)
顯著性檢驗(yàn)的思想十分的簡(jiǎn)單，就是認(rèn)為小概率事件不可能發(fā)生。雖然概率論中我們一直強(qiáng)調(diào)小概率事件必然發(fā)生，但顯著性檢驗(yàn)還是相信了小概率事件在我做的這一 ...
- R語(yǔ)言之各種檢驗(yàn)
- 2017-07-19
-
R語(yǔ)言之各種檢驗(yàn)
1、W檢驗(yàn)（Shapiro–Wilk (夏皮羅–威克爾 ) W統(tǒng)計(jì)量檢驗(yàn))
檢驗(yàn)數(shù)據(jù)是否符合正態(tài)分布，R函數(shù)：shapiro.test().
結(jié)果含義：當(dāng)p ...
- R語(yǔ)言t檢驗(yàn)
- 2017-07-19
-
R語(yǔ)言t檢驗(yàn)
I.單樣本t檢驗(yàn)
例1. 有原始數(shù)據(jù)的t檢驗(yàn)
已知某水樣中含碳酸鈣的真值為20.7mg/L，現(xiàn)用某法重復(fù)測(cè)定該水樣12次，碳酸鈣的含量分別為..問(wèn)該法測(cè)定碳酸鈣含量所得的均值與診治有無(wú)顯著差異？
x ...
- R語(yǔ)言關(guān)聯(lián)規(guī)則
- 2017-07-18
-
R語(yǔ)言關(guān)聯(lián)規(guī)則
# Apriori算法實(shí)現(xiàn)關(guān)聯(lián)規(guī)則挖掘
#======================= MODEL1. 輸入數(shù)據(jù)集為transacti ...
- R語(yǔ)言主成分分析
- 2017-07-18
-
R語(yǔ)言主成分分析
解決自變量之間的多重共線性和減少變量個(gè)數(shù)
根據(jù)主成分分析的原理，它一方面可以將k個(gè)不獨(dú)立的指標(biāo)變量通過(guò)線性變換變成k個(gè)相互獨(dú)立的新變量，這是解決多重共線性問(wèn)題的一個(gè)重要方法；另一 ...
- R語(yǔ)言典型相關(guān)分析
- 2017-07-18
-
R語(yǔ)言典型相關(guān)分析
1 關(guān)鍵點(diǎn)：典型相關(guān)分析
典型相關(guān)分析是用于分析兩組隨機(jī)變量之間的相關(guān)程度的一種統(tǒng)計(jì)方法，它能夠有效地揭示兩組隨機(jī)變量之間的相互（線性依賴）關(guān)系
例如 研究生入學(xué)考試成績(jī)與本科 ...
- 基于R語(yǔ)言構(gòu)建的電影評(píng)分預(yù)測(cè)模型
- 2017-07-16
-
基于R語(yǔ)言構(gòu)建的電影評(píng)分預(yù)測(cè)模型
電影評(píng)分系統(tǒng)是一種常見(jiàn)的推薦系統(tǒng)?，F(xiàn)在使用R語(yǔ)言基于協(xié)同過(guò)濾算法來(lái)構(gòu)建一個(gè)電影評(píng)分預(yù)測(cè)模型。
一，前提準(zhǔn)備
1.R語(yǔ)言包：ggplot2包（繪圖），recommenderlab包，resh ...
- 為什么R語(yǔ)言是學(xué)習(xí)數(shù)據(jù)分析的第一選擇?
- 2017-07-14
-
剛開(kāi)始學(xué)習(xí)數(shù)據(jù)科學(xué)的人都會(huì)面對(duì)同一個(gè)問(wèn)題：
不知道該先學(xué)習(xí)哪種編程語(yǔ)言。
不僅僅是編程語(yǔ)言，像Tableau，SPSS等軟件系統(tǒng)也是同樣的情況。有越來(lái)越多的工具和編程語(yǔ)言，很難知道該選擇哪一種。
事實(shí)是，你的時(shí) ...
- 好課推薦丨CDA建模分析師-R語(yǔ)言
- 2017-07-13
-
“雖然是本科畢業(yè),但是在看數(shù)據(jù)挖掘方面的算法理論時(shí)經(jīng)常感覺(jué)一些公式的推導(dǎo)過(guò)程如天書(shū)一般,例如看svm的數(shù)學(xué)證明，EM算法，凸優(yōu)化… 感覺(jué)知識(shí)跳躍比較大, 是我微積分學(xué)的不好還是中間有什么好的教材補(bǔ)充一下,數(shù)據(jù) ...
- CDA教材文件-《用商業(yè)案例學(xué)R語(yǔ)言數(shù)據(jù)挖掘》
- 2024-09-12
-
【2024最新版】CDA考試教材：精益業(yè)務(wù)數(shù)據(jù)分析_CDA教材_精益數(shù)據(jù)分析CDA教材_精益數(shù)據(jù)分析_cda教材_考試教材 (cdaglobal.com)
《用商業(yè)案例學(xué)R語(yǔ)言數(shù)據(jù)挖掘》 作者 常國(guó)珍 經(jīng)管之家，電子工業(yè) ...
- 使用R語(yǔ)言進(jìn)行中文分詞
- 2017-07-10
-
使用R語(yǔ)言進(jìn)行中文分詞
1.準(zhǔn)備包
①rJava包
② Rwordseg包
③Java環(huán)境
④搜狗詞庫(kù)（此為擴(kuò)展詞庫(kù)）
Rwordseg包依賴于rJava包。由于Rwordseg包并沒(méi)有托管在CRAN上面，而是在R-Forge上面，因此在 ...
- 基于R語(yǔ)言利用QQ群進(jìn)行數(shù)據(jù)挖掘案例整理
- 2017-07-10
-
基于R語(yǔ)言利用QQ群進(jìn)行數(shù)據(jù)挖掘案例整理
利用QQ群進(jìn)行數(shù)據(jù)挖掘案例，數(shù)據(jù)源來(lái)源于2016年12-2017年大致一個(gè)月的QQ群基本數(shù)據(jù)，通過(guò)對(duì)聊天內(nèi)容的分析，了解QQ聊天群資料了解時(shí)間，人群以及關(guān)鍵詞，并構(gòu)建相應(yīng)圖表 ...
- 數(shù)據(jù)挖掘算法R語(yǔ)言實(shí)現(xiàn)之決策樹(shù)
- 2017-07-09
-
數(shù)據(jù)挖掘算法R語(yǔ)言實(shí)現(xiàn)之決策樹(shù)
最近，看到很多朋友問(wèn)我如何用數(shù)據(jù)挖掘算法R語(yǔ)言實(shí)現(xiàn)之決策樹(shù)，想要了解這方面的內(nèi)容如下：
> library(\"party\")導(dǎo)入數(shù)據(jù)包
> str(iris) 集中展示數(shù)據(jù)文件的結(jié)構(gòu)
\'data.fra ...
- R語(yǔ)言-簡(jiǎn)單線性回歸圖-方法
- 2017-07-07
-
R語(yǔ)言-簡(jiǎn)單線性回歸圖-方法
目標(biāo)：利用R語(yǔ)言統(tǒng)計(jì)描繪50組實(shí)驗(yàn)對(duì)比結(jié)果
第一步：導(dǎo)入.csv文件
X <- read.table(\"D:abc11.csv\",header = TRUE, sep = \",\")
第二步：繪 ...
- R語(yǔ)言-數(shù)據(jù)預(yù)處理
- 2017-07-07
-
R語(yǔ)言-數(shù)據(jù)預(yù)處理
一、日期時(shí)間、字符串的處理
日期
Date: 日期類，年與日
POSIXct: 日期時(shí)間類，精確到秒，用數(shù)字表示
POSIXlt: 日期時(shí)間類，精確到秒，用列表表示
Sys.date(), date(), difftime(), ISOdate() ...
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