')
}
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, // 表示用戶后臺檢測極驗(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)說明請參見：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 >
- 面試數(shù)據(jù)分析師的常見問題
2015-12-22-
面試數(shù)據(jù)分析師的常見問題。數(shù)據(jù)分析師指的是不同行業(yè)中，專門從事行業(yè)數(shù)據(jù)搜集、整理、分析，并依據(jù)數(shù)據(jù)做出行業(yè)研究、評估和預(yù)測的專業(yè)人員。那么在應(yīng)聘數(shù)據(jù)分析師這一職位的求職者會面臨哪些面試問題呢？
&n ...
- 兩獨(dú)立樣本秩和檢驗(yàn)——Mann-Whitney檢驗(yàn)
- 2020-08-11
-
文章來源： 丁點(diǎn)幫你
作者：丁點(diǎn)helper
兩組獨(dú)立樣本的非參數(shù)檢驗(yàn)與其t檢驗(yàn)相對，主要是用于不滿足正態(tài)分布的小樣本，一般用Wilcoxon秩和檢驗(yàn)，又稱Mann-Whitney 檢驗(yàn)。
這里我們想指出 ...
- 基于OpenCV的圖像卡通化
- 2020-08-11
-
文章來源： 小白學(xué)視覺
作者：努比
本期將創(chuàng)建一個(gè)類似于Adobe Lightroom的Web應(yīng)用程序，使用OpenCV和Streamlit實(shí)現(xiàn)圖像的卡通化
作為一個(gè)狂熱的街頭攝影愛好者，幾乎每個(gè)周末都要在城市中 ...
- 手把手教你如何使用seaborn繪圖--數(shù)據(jù)集分布可視化
- 2020-08-10
-
seaborn是一款基于matplotlib的圖形可視化python庫，它提供了一種高度交互式界面，便于用戶能夠做出各種有吸引力的統(tǒng)計(jì)圖表。seaborn主要是針對統(tǒng)計(jì)繪圖的，一般來說，seaborn能滿足數(shù)據(jù)分析90%的繪圖需求，它最大 ...
- 原理+代碼｜python基于主成分分析的客戶信貸評級實(shí)戰(zhàn)
- 2020-08-10
-
小編今天跟大家分享的文章是關(guān)于python基于主成分分析的客戶信貸評級實(shí)戰(zhàn)的，大家在學(xué)習(xí)python過程中要注意理論學(xué)習(xí)與實(shí)際案例操作相結(jié)合，這樣才能更好地掌握。好了，跟小編一起來看具體內(nèi)容吧！
文章來 ...
- 教你使用3σ原則來進(jìn)行異常值處理
- 2020-07-31
-
在python數(shù)據(jù)清洗過程中，我們經(jīng)常會遇到一些偏離正常范圍的數(shù)據(jù)，例如人的體重為56噸，這些數(shù)據(jù)叫做異常值，如果不做異常值處理，會對我們最終的數(shù)據(jù)分析造成影響。小編今天給大家?guī)砹艘环N很實(shí)用的異常值處理方 ...
- python數(shù)據(jù)清洗之噪聲值的判斷和處理
- 2020-07-31
-
提到噪聲，你會想到什么?刺耳的，高分貝的聲音?總之就是不好的，不想接受的聲音。小編今天跟大家分享的就是python數(shù)據(jù)清洗中的噪聲數(shù)據(jù)，對于這些噪聲數(shù)據(jù)我們應(yīng)該怎樣檢測和處理呢?下面跟小編一起來看吧。
一 ...
- 這幾種常見的假設(shè)檢驗(yàn)方法，你了解嗎？
- 2020-07-28
-
假設(shè)檢驗(yàn)問題是統(tǒng)計(jì)推斷中的一類重要問題，小編在之前給大家整理，分享過假設(shè)檢驗(yàn)的基本步驟，今天給大家?guī)淼氖浅Ｒ姷募僭O(shè)檢驗(yàn)方法，希望對大家有所幫助。
一、假設(shè)檢驗(yàn)基本概念
假設(shè)檢驗(yàn)是用來判斷樣本與 ...
- 數(shù)據(jù)分析中R語言缺失值的判斷和處理方法有哪些？
- 2020-07-17
-
R語言是一種用來進(jìn)行數(shù)據(jù)分析、繪圖的解釋型語言。而我們在數(shù)據(jù)分析過程中會遇到許多缺失值，我們必須對這些缺失值進(jìn)行處理，才能更好地進(jìn)行下一步工作。今天小編跟大家分享R語言缺失值的判別和處理方法，希望對大 ...
- 數(shù)據(jù)處理中，偏態(tài)數(shù)據(jù)如何正態(tài)化？
- 2020-07-17
-
在數(shù)據(jù)處理過程中，經(jīng)常會遇到偏態(tài)數(shù)據(jù)。我們都知道數(shù)據(jù)整體服從正態(tài)分布，那樣本均值和方差則相互獨(dú)立。因此大家都會希望數(shù)據(jù)事成正態(tài)分布的，但是現(xiàn)實(shí)情況卻是：大多數(shù)情況下，數(shù)據(jù)都是偏態(tài)分布的，這時(shí)候就需要 ...
- python數(shù)據(jù)清洗中，是如何識別和處理異常值的？
- 2020-07-17
-
異常值處理是python數(shù)據(jù)清洗中重要的步驟，雖然異常值出現(xiàn)頻率比較低，但是如果置之不理的話，還是會對實(shí)際項(xiàng)目的分析造成偏差，所以今天小編就跟大家分享python數(shù)據(jù)清洗中應(yīng)該如何識別和處理異常值，希望對大家有 ...
- 如何清晰的理解Z-Score這種數(shù)據(jù)標(biāo)準(zhǔn)化的處理方法？
- 2020-07-10
-
Z-Score是數(shù)據(jù)標(biāo)準(zhǔn)化處理的一種常用方法，通過Z-Score，可以將不同量級的數(shù)據(jù)轉(zhuǎn)化為統(tǒng)一量度的Z-Score分值，并進(jìn)行比較。
(1)Z-score定義
根據(jù)圖可以看出，Z-score的數(shù)據(jù)分布滿足“正態(tài)分布”(N(0.1)) ...
- 什么是臟數(shù)據(jù)？怎樣用箱型圖分析異常值？終于有人講明白了
- 2020-07-13
-
作者：張良均 譚立云 劉名軍 江建明
來源：大數(shù)據(jù)DT(ID：hzdashuju)
內(nèi)容摘編自《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》(第2版)
導(dǎo)讀：數(shù)據(jù)質(zhì)量分析是數(shù)據(jù)挖掘中數(shù)據(jù)準(zhǔn)備過程的重要一環(huán)，是數(shù)據(jù)預(yù)處理的前提，也是 ...
- 這3種數(shù)據(jù)標(biāo)準(zhǔn)化方法，你知道嗎？
- 2020-07-09
-
數(shù)據(jù)標(biāo)準(zhǔn)化(normalization)是一個(gè)常用的數(shù)據(jù)預(yù)處理操作，就是對原始各項(xiàng)指標(biāo)數(shù)據(jù)按比例進(jìn)行縮放，將數(shù)據(jù)的單位限制去除，轉(zhuǎn)化為無規(guī)模、無量綱的純數(shù)值，減少規(guī)模、特征、分布差異等對模型的影響，以便于不同單位 ...
- 假設(shè)檢驗(yàn)應(yīng)該遵循什么樣的步驟？它的方法有哪些？
- 2020-07-07
-
假設(shè)檢驗(yàn)是根據(jù)一定的假設(shè)條件，由樣本推斷總體的一種方法。
假設(shè)檢驗(yàn)問題是統(tǒng)計(jì)推斷中的一類重要問題，在總體的分布函數(shù)完全未知或只知其形式，不知其參數(shù)的情況，為了推斷總體的某些未知特性，提出某些關(guān)于總 ...
- 樸素貝葉斯算法的簡單理解和介紹
- 2020-07-01
-
貝葉斯分類是一類分類算法的總稱，這類算法都是以貝葉斯定理為基礎(chǔ)，所以統(tǒng)稱為貝葉斯分類。貝葉斯分類中最簡單，同時(shí)也是常見的一種分類方法就是樸素貝葉斯分類。下面小編來簡單介紹一下樸素貝葉斯分類。
一、 ...
- 對于T分布來源和定義的簡單理解
- 2020-07-01
-
相信各位統(tǒng)計(jì)學(xué)的小伙伴對于T分布并不陌生，T分布，即學(xué)生T-分布(Student\'s t-distribution)，經(jīng)常被應(yīng)用在對呈正態(tài)分布的總體的均值進(jìn)行估計(jì)。下面小編就具體來介紹一下T分布。
一、T分布的來源
簡單 ...
- 偏態(tài)數(shù)據(jù)：何為數(shù)據(jù)的偏態(tài)分布？
- 2020-06-29
-
相信大家在一定有接觸過偏態(tài)分布這一概念，在統(tǒng)計(jì)學(xué)偏態(tài)分布，是指統(tǒng)計(jì)數(shù)據(jù)峰值與平均值不相等的頻率分布。根據(jù)峰值小于或大于平均值可分為正偏函數(shù)和負(fù)偏函數(shù)，其偏離的程度可用偏態(tài)系數(shù)刻畫。在數(shù)據(jù)預(yù)處理過程中 ...
- 什么是卡方分布，有什么特征？
- 2020-06-24
-
一、卡方分布定義
卡方分布 (χ2分布)是概率論與統(tǒng)計(jì)學(xué)中常用的一種概率分布。k 個(gè)獨(dú)立的標(biāo)準(zhǔn)正態(tài)分布變量的平方和服從自由度為k 的卡方分布?？ǚ椒植汲Ｓ糜诩僭O(shè)檢驗(yàn)和置信區(qū)間的計(jì)算。
若k 個(gè)隨機(jī)變量Z1、 ...
- python知識普及：numpy基礎(chǔ)操作
- 2020-06-10
-
Numpy基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)
import numpy as np
ar = np.array([[1,2,3], [3,4,6], [4,5,7]]) # 二維數(shù)組
print(ar)
print(type(ar))
ar
[[1 2 3]
[3 4 6]
[4 5 7]]
array([[1, 2, 3],
...
全國校區(qū)
京公網(wǎng)安備 11010802034615號
經(jīng)營許可證編號：京B2-20210330