')
}
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 >

- R語言與抽樣技術學習筆記(Jackknife)
2017-07-20
-
R語言與抽樣技術學習筆記(Jackknife)
R語言與抽樣技術學習筆記(Randomize,Jackknife,bootstrap)
Jackknife算法
Jackknife的想法在我很早的一篇博客《R語言與點估計學習筆記(刀切法與最小二乘估計 ...

- R語言與抽樣技術學習筆記(bootstrap)
2017-07-20
-
R語言與抽樣技術學習筆記(bootstrap)
Bootstrap方法
Bootstrap一詞來源于西方神話故事“The adventures of Baron Munchausen”歸結出的短語“to pull oneself up by one\'s bootstrap\",意味著不靠外界力 ...

- R語言與函數(shù)估計學習筆記(函數(shù)展開)
2017-07-20
-
R語言與函數(shù)估計學習筆記(函數(shù)展開)
函數(shù)估計
說到函數(shù)的估計我們可以肯定的一點是我們很難得到原模型的函數(shù),不過我們可以找到一個不壞的函數(shù)去逼近它,所以我們的函數(shù)估計從函數(shù)展開開始說起。
函數(shù) ...

- R語言與函數(shù)估計學習筆記(核方法與局部多項式)
2017-07-20
-
R語言與函數(shù)估計學習筆記(核方法與局部多項式)
非參數(shù)方法
用于函數(shù)估計的非參數(shù)方法大致上有三種:核方法、局部多項式方法、樣條方法。
非參的函數(shù)估計的優(yōu)點在于穩(wěn)健,對模型沒有什么特定的假設,只是認 ...

- R語言與簡單的回歸分析
2017-07-19
-
R語言與簡單的回歸分析
回歸模型是計量里最基礎也最常見的模型之一。究其原因,我想是因為在實際問題中我們并不知道總體分布如何,而且只有一組數(shù)據(jù),那么試著對數(shù)據(jù)作回歸分析將會是一個不錯的選擇。
一、 ...

- R語言與顯著性檢驗學習筆記
2017-07-19
-
R語言與顯著性檢驗學習筆記
一、何為顯著性檢驗
顯著性檢驗的思想十分的簡單,就是認為小概率事件不可能發(fā)生。雖然概率論中我們一直強調(diào)小概率事件必然發(fā)生,但顯著性檢驗還是相信了小概率事件在我做的這一 ...

- R語言之各種檢驗
2017-07-19
-
R語言之各種檢驗
1、W檢驗(Shapiro–Wilk (夏皮羅–威克爾 ) W統(tǒng)計量檢驗)
檢驗數(shù)據(jù)是否符合正態(tài)分布,R函數(shù):shapiro.test().
結果含義:當p ...

- R語言t檢驗
2017-07-19
-
R語言t檢驗
I.單樣本t檢驗
例1. 有原始數(shù)據(jù)的t檢驗
已知某水樣中含碳酸鈣的真值為20.7mg/L,現(xiàn)用某法重復測定該水樣12次,碳酸鈣的含量分別為..問該法測定碳酸鈣含量所得的均值與診治有無顯著差異?
x ...

- R語言關聯(lián)規(guī)則
2017-07-18
-
R語言關聯(lián)規(guī)則
# Apriori算法實現(xiàn)關聯(lián)規(guī)則挖掘
#======================= MODEL1. 輸入數(shù)據(jù)集為transacti ...

- R語言主成分分析
2017-07-18
-
R語言主成分分析
解決自變量之間的多重共線性和減少變量個數(shù)
根據(jù)主成分分析的原理,它一方面可以將k個不獨立的指標變量通過線性變換變成k個相互獨立的新變量,這是解決多重共線性問題的一個重要方法;另一 ...

- R語言典型相關分析
2017-07-18
-
R語言典型相關分析
1 關鍵點:典型相關分析
典型相關分析是用于分析兩組隨機變量之間的相關程度的一種統(tǒng)計方法,它能夠有效地揭示兩組隨機變量之間的相互(線性依賴)關系
例如 研究生入學考試成績與本科 ...

- 基于R語言構建的電影評分預測模型
2017-07-16
-
基于R語言構建的電影評分預測模型
電影評分系統(tǒng)是一種常見的推薦系統(tǒng)。現(xiàn)在使用R語言基于協(xié)同過濾算法來構建一個電影評分預測模型。
一,前提準備
1.R語言包:ggplot2包(繪圖),recommenderlab包,resh ...

- 為什么R語言是學習數(shù)據(jù)分析的第一選擇?
2017-07-14
-
剛開始學習數(shù)據(jù)科學的人都會面對同一個問題:
不知道該先學習哪種編程語言。
不僅僅是編程語言,像Tableau,SPSS等軟件系統(tǒng)也是同樣的情況。有越來越多的工具和編程語言,很難知道該選擇哪一種。
事實是,你的時 ...

- 好課推薦丨CDA建模分析師-R語言
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經(jīng)常感覺一些公式的推導過程如天書一般,例如看svm的數(shù)學證明,EM算法,凸優(yōu)化… 感覺知識跳躍比較大, 是我微積分學的不好還是中間有什么好的教材補充一下,數(shù)據(jù) ...
- CDA教材文件-《用商業(yè)案例學R語言數(shù)據(jù)挖掘》
2024-09-12
-
【2024最新版】CDA考試教材:精益業(yè)務數(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R語言數(shù)據(jù)挖掘》 作者 常國珍 經(jīng)管之家,電子工業(yè) ...

- 使用R語言進行中文分詞
2017-07-10
-
使用R語言進行中文分詞
1.準備包
①rJava包
② Rwordseg包
③Java環(huán)境
④搜狗詞庫(此為擴展詞庫)
Rwordseg包依賴于rJava包。由于Rwordseg包并沒有托管在CRAN上面,而是在R-Forge上面,因此在 ...

- 基于R語言利用QQ群進行數(shù)據(jù)挖掘案例整理
2017-07-10
-
基于R語言利用QQ群進行數(shù)據(jù)挖掘案例整理
利用QQ群進行數(shù)據(jù)挖掘案例,數(shù)據(jù)源來源于2016年12-2017年大致一個月的QQ群基本數(shù)據(jù),通過對聊天內(nèi)容的分析,了解QQ聊天群資料了解時間,人群以及關鍵詞,并構建相應圖表 ...

- 數(shù)據(jù)挖掘算法R語言實現(xiàn)之決策樹
2017-07-09
-
數(shù)據(jù)挖掘算法R語言實現(xiàn)之決策樹
最近,看到很多朋友問我如何用數(shù)據(jù)挖掘算法R語言實現(xiàn)之決策樹,想要了解這方面的內(nèi)容如下:
> library(\"party\")導入數(shù)據(jù)包
> str(iris) 集中展示數(shù)據(jù)文件的結構
\'data.fra ...

- R語言-簡單線性回歸圖-方法
2017-07-07
-
R語言-簡單線性回歸圖-方法
目標:利用R語言統(tǒng)計描繪50組實驗對比結果
第一步:導入.csv文件
X <- read.table(\"D:abc11.csv\",header = TRUE, sep = \",\")
第二步:繪 ...

- R語言-數(shù)據(jù)預處理
2017-07-07
-
R語言-數(shù)據(jù)預處理
一、日期時間、字符串的處理
日期
Date: 日期類,年與日
POSIXct: 日期時間類,精確到秒,用數(shù)字表示
POSIXlt: 日期時間類,精確到秒,用列表表示
Sys.date(), date(), difftime(), ISOdate() ...