')
}
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 >
- （筆記）spss的描述統(tǒng)計和比較均值
2018-03-05-
（筆記）spss的描述統(tǒng)計和比較均值
描述統(tǒng)計：
分析-描述統(tǒng)計，包括：頻率，描述，搜索，交叉表，比率，P-P圖，Q-Q圖
1，頻率：分析多個樣本中取值的出現(xiàn)頻次，求得這些頻次的 ...
- Python 爬取淘寶商品數(shù)據(jù)挖掘分析實戰(zhàn)
- 2018-03-03
-
Python 爬取淘寶商品數(shù)據(jù)挖掘分析實戰(zhàn)
項目內(nèi)容
本案例選擇>> 商品類目：沙發(fā)；
數(shù)量：共100頁 4400個商品；
篩選條件：天貓、銷量從高到低、價格500元以上。
項目目的
1. 對商 ...
- SPSS之偏態(tài)分布的激素水平影響因素分析
- 2018-03-03
-
SPSS之偏態(tài)分布的激素水平影響因素分析
概況：某種激素水平對胃癌的發(fā)生有一定的作用，把病人分為實驗組和對照組。
性別：男、女。
年齡：青年（<45歲）、中年（45歲~59歲）、 ...
- 使用Python進行描述性統(tǒng)計
- 2018-02-26
-
使用Python進行描述性統(tǒng)計
1 描述性統(tǒng)計是什么？
描述性統(tǒng)計是借助圖表或者總結(jié)性的數(shù)值來描述數(shù)據(jù)的統(tǒng)計手段。數(shù)據(jù)挖掘工作的數(shù)據(jù)分析階段，我們可借助描述性統(tǒng)計來描繪或總結(jié)數(shù)據(jù)的基本情況，一來可以梳 ...
- 機器學習中防止過擬合方法
- 2018-02-25
-
機器學習中防止過擬合方法
過擬合
在進行數(shù)據(jù)挖掘或者機器學習模型建立的時候，因為在統(tǒng)計學習中，假設數(shù)據(jù)滿足獨立同分布，即當前已產(chǎn)生的數(shù)據(jù)可以對未來的數(shù)據(jù)進行推測與模擬，因此都是使用歷史數(shù)據(jù)建立模 ...
- 用python-pandas作圖矩陣
- 2018-02-24
-
用python-pandas作圖矩陣
我們在采用機器學習算法對數(shù)據(jù)進行分析時，首先要對數(shù)據(jù)進行了解，而了解數(shù)據(jù)最快速的方式就是可視化。但是作者可視化采用的方法對很多data都通用，且采用的是各種圖形的圖矩陣，如直 ...
- 數(shù)據(jù)探索和數(shù)據(jù)準備的步驟
- 2018-02-22
-
數(shù)據(jù)探索和數(shù)據(jù)準備的步驟
如我們所知，數(shù)據(jù)分析工作的70%的時間都用作于數(shù)據(jù)清洗，數(shù)據(jù)探索和數(shù)據(jù)準備當中，這可以說是數(shù)據(jù)分析的核心所在。數(shù)據(jù)清洗主要是工具層面上的，這里先不討論。我們這里討論數(shù)據(jù)探索 ...
- 快學數(shù)據(jù)挖掘—數(shù)據(jù)探索—貢獻度分析
- 2018-02-22
-
快學數(shù)據(jù)挖掘—數(shù)據(jù)探索—貢獻度分析
貢獻度分析又稱帕累托分析，它的原理是帕累托法則又稱20/80定律。同樣的投入放在不同的地方會產(chǎn)生不同的效益。例如，對一個公司來講，80%的利潤常常來自于20%最暢銷的產(chǎn)品 ...
- 數(shù)據(jù)挖掘概念綜述
- 2018-01-29
-
數(shù)據(jù)挖掘概念綜述
數(shù)據(jù)挖掘又稱從數(shù)據(jù)庫中發(fā)現(xiàn)知識（KDD）、數(shù)據(jù)分析、數(shù)據(jù)融合（Data
Fusion）以及決策支持。KDD一詞首次出現(xiàn)在1989年8月舉行的第11屆國際聯(lián)合人工智能學術(shù)會議上。隨后在1991年、1993年和199 ...
- 一名合格的數(shù)據(jù)分析師該怎樣解釋“買不起房”這件事
- 2018-01-29
-
一名合格的數(shù)據(jù)分析師該怎樣解釋“買不起房”這件事
北京很大，大到容得下兩千多萬人的吃喝拉撒睡。北京很小，小到裝不下一個外地人的北漂夢。
我是一名北漂，來北京7年了，7年時間里不斷地租房搬家，心里 ...
- 谷歌教你學 AI-第五講模型可視化
- 2018-01-26
-
谷歌教你學 AI-第五講模型可視化
Google Cloud發(fā)布了名為\"AI Adventures\"的系列視頻，用簡單易懂的語言讓初學者了解機器學習的方方面面。今天讓我們來看到第五講模型可視化。
觀看更多國外公開課，點擊\" ...
- R語言使用隨機森林方法對數(shù)據(jù)分類
- 2018-01-19
-
R語言使用隨機森林方法對數(shù)據(jù)分類
說明
隨機森林是另一類可用的集成學習方法，該算法在訓練過程中將產(chǎn)生多棵決策樹，每棵決策樹會根據(jù)輸入數(shù)據(jù)集產(chǎn)生相應的預測輸出，算法采用投票機制選擇類別眾數(shù)做為預測 ...
- Python數(shù)據(jù)分析常用函數(shù)筆記
- 2018-01-10
-
Python數(shù)據(jù)分析常用函數(shù)筆記
1、生成隨機數(shù)列表
import numpy as np
array = np.random.permutation(20)
結(jié)果：
array([12, 18, 16, 8, 10, 17, 1, 2, 9, 7, 3, 6, 15, 13, 11, 5, 4, 0, 14, 19])
2、合并兩個p ...
- 基于R統(tǒng)計分析—探索性數(shù)據(jù)分析
- 2018-01-10
-
基于R統(tǒng)計分析—探索性數(shù)據(jù)分析
數(shù)據(jù)的統(tǒng)計分析分為描述性統(tǒng)計分析和統(tǒng)計推斷兩部分, 前者又稱為探索性統(tǒng)計分析, 它是通過繪制統(tǒng)計圖形、編制統(tǒng)計表格、計算統(tǒng)計量等方法來探索數(shù)據(jù)的主要分布特征, 揭示 ...
- SPSS—描述性統(tǒng)計分析—頻數(shù)分析
- 2018-01-09
-
SPSS—描述性統(tǒng)計分析—頻數(shù)分析
描述性統(tǒng)計量
分類
集中趨勢分析——中心趨勢的數(shù)值度量
反映一組數(shù)據(jù)向某一位置聚集的趨勢，主要的統(tǒng)計量有均數(shù)（mean）、中位數(shù)（median）、眾數(shù)（mode）、總 ...
- R語言用于數(shù)據(jù)分析的基本統(tǒng)計函數(shù)與基礎可視化
- 2017-12-17
-
R語言用于數(shù)據(jù)分析的基本統(tǒng)計函數(shù)與基礎可視化
1.函數(shù)的基本用法
#將數(shù)據(jù)導入R中
> data(iris)
#平均數(shù)
> mean(iris$Sepal.Length)
[1] 5.843333
#標準差
> sd(iris$Sepal.Length)
[1] 0.8 ...
- R語言學習路線和常用數(shù)據(jù)挖掘包
- 2017-12-13
-
R語言學習路線和常用數(shù)據(jù)挖掘包
對于初學R語言的人，最常見的方式是：遇到不會的地方，就跑到論壇上吼一嗓子，然后欣然or悲傷的離去，一直到遇到下一個問題再回來。當然，這不是最好的學習方式，最好的方式是— ...
- 原來，你是這樣的R語言
- 2022-01-20
-
原來，你是這樣的R語言
今天給大家介紹一款在開源世界里集萬千寵愛于一身的軟件——R語言。
有多受寵呢？簡單說，你能想到的地方都有它的身影。
做學術(shù)？看看R在各大語言排名系統(tǒng)的表現(xiàn)
O' reilly m ...
- 這么漂亮的Excel圖表，年終總結(jié)就用它了?。ǜ礁＠?
- 2017-12-11
-
這么漂亮的Excel圖表，年終總結(jié)就用它了?。ǜ礁＠?
最近在某份研究報告中見到了這樣一個圖表：
看到它的瞬間，有一種看見美女驚為天人的感覺。很精致，很別致，讓整個報告顯得特別上檔次。
所以， ...
- 統(tǒng)計學方法與數(shù)據(jù)分析學習筆記1
- 2017-11-04
-
統(tǒng)計學方法與數(shù)據(jù)分析學習筆記1
用于質(zhì)量改進和再造工程的統(tǒng)計工具、技術(shù)和方法：
直方圖
數(shù)值描述量（均值、標準差、比例等）
散點圖
線圖（在散點圖中用線連接各點）
控制圖：（樣本均值 ...
全國校區(qū)
京公網(wǎng)安備 11010802034615號
經(jīng)營許可證編號：京B2-20210330