Python

SPSS Modeler决策树和神经网络模型对淘宝店铺服装销量数据预测可视化

全文链接:https://tecdat.cn/?p=34859 原文出处:拓端数据部落公众号 本文阐述了服装店铺营销的现状,为客户提出了将数据挖掘技术应用到服装营销中的方案。在分析决策树算法的基础上,介绍了决策树神经网络和算法及其的构造,并使用该算法对店铺客户进行分类及对新客户类型预测,实现对商业数据中隐藏信息的挖掘,且对该挖掘模型进行了验证。 淘宝店铺原始数据 现在店铺面临的一个共同问题是店铺数

R语言中的生存分析Survival analysis晚期肺癌患者4例

原文链接:http://tecdat.cn/?p=10278 原文出处:拓端数据部落公众号   第1部分:生存分析简介  本演示文稿将介绍生存分析 ,参考:   Clark, T., Bradburn, M., Love, S., & Altman, D. (2003). Survival analysis part I: Basic concepts a

用TensorFlow、Keras 和 Python 构建神经网络分析鸢尾花iris数据集

原文链接:http://tecdat.cn/?p=30305 原文出处:拓端数据部落公众号 任务描述 鸢尾花iris数据集以及MNIST数据集可能是模式识别文献中最著名的数据集之一。这是机器学习分类问题的“Hello World”示例。它由罗纳德·费舍尔于 1936 年首次推出。他是英国统计学家和植物学家,他在本文中使用了这个例子 在分类学问题中使用多重测量, 这在今天经常被引用。数据集

Android自动化实现

基于Appium框架实现手机app RPA 参考资料 一、基础环境搭建 关于相关软件的 百度网盘:https://pan.baidu.com/s/1uZBxE6e1RoBdQQDVOIrnqA?pwd=yang 安装client编程库 安装Appium Server 下载百度网盘连接中的:Appium-windows-1.15.1.exe 安装JDK 百度网盘链接:https://p

Android自动化-元素定位

一、元素定位需要使用到第三方工具以及操作方法 1. Appium Server软件自带的定位工具 启动Appium Server服务器,启动成功后点击这个放大镜 在新弹出的窗口输入对应的参数配置,输入完成后点击启动会话即可 启动成功后的界面如下图所示,此时即可定位手机app页面用的元素了 2. 通过下载的androidsdk中的uiautomatorviewer.bat查看元

02.接口请求方法

目录   常见 HTTP 请求方法构造 演练环境 HTTP 协议知识回顾 构造请求方法 常见 HTTP 请求方法构造   方法说明 requests.request() 构造一个请求,支撑以下各方法的基础方法。 requests.get() 构造 HTTP 协议中的 GET 请求。 requests.post() 构造 HTTP 协议中的

微信公众号短链实时获取阅读量、点赞数爬虫方案(不会Hook可用)

众所周知,微信分享的公众号分享出的一般都是短链,在这个短链下使用浏览器打开并不能获取微信公众的阅读量点赞数等这些信息,如图1所示。 但是实际拥有详细信息的则是这个链接下面,提取链接所需要提交的信息包括经过本人筛选有以下参数,并且携带Cookie,如图2所示: 其中_biz、mid、sn会根据不同的文章发生变动,其余的都是固定值,但都可以从原始链接中取得,且原始链接可以通过F12在谷歌浏览器前端

04.接口请求头

请求头信息的使用场景   身份认证 指定数据类型 飞书接口文档 请求头信息   HTTP 请求头是在 HTTP 请求消息中包含的元数据信息,用于描述请求或响应的一些属性和特征。 实际工作过程中具体要关注的头信息字段需要和研发沟通。 常见的头信息(右侧表格): 内容含义 Authorization 表示客户端请求的身份验证信息 Cookie

AWS-SAA C03 题库 —— PART02 31-80

31. A company that hosts its web application on AWS wants to ensure all Amazon EC2 instances. Amazon RDS DB instances. and Amazon Redshift clusters are configured with tags. The company wants to minim

linux系统安装dpdk

预安装编译dpdk所需软件 dpdk20.11与之前版本相比,使用了meson和ninjia的编译方式 # apt install python3.8 python3-pyelftools 由于meson依赖python3.7及以上版本,这里选择安装python3.8 如果选择pip安装meson和ninja # pip3 install meson ninja --user (pip3安装mes

05.接口请求体 - JSON

目录   接口请求体 JSON 格式请求体介绍 如何构造 JSON 格式请求体 接口请求体简介   进行HTTP请求时,发送给服务器的数据。 数据格式类型可以是JSON、XML、文本、图像等格式。 请求体的格式和内容取决于服务器端API的设计和开发人员的要求。 飞书接口文档 常用接口请求体   类型介绍Content-type

06.接口响应断言

目录   接口断言使用场景 响应结果对象 响应结果断言 接口断言使用场景   问题: 如何确保请求可以发送成功。 如何保证符合业务需求。 解决方案: 通过获取响应信息,验证接口请求是否成功,是否符合业务需求。 Requests 中的响应结果对象   import requests from requests import Re

07.JSON 响应体断言

什么是 JSON 响应体   JSON格式的响应体指的是HTTP响应中的消息体(message body),它是以JSON格式编码的数据。 { "name": "John", "age": 30, "city": "New York" } 断言 JSON 格式响应体使用场景   验证API接口的返回结果是否符合预期。 业务场景上是否符合预

python之异常

###异常 异常: 程序在运行的时候,如果python解释器遇到一个错误,会停止程序的执行, 并且提示一些错误的信息,这就是异常 我们在程序开发的时候,很难将所有的特殊情况都处理, 通过异常捕获可以针对 突发事件做集中处理,从而保证程序的健壮性和稳定性

09.接口请求体 - 文件

通过接口上传文件   proxies 文件上传接口场景   Since file-upload is a feature that will benefit many applications, this proposes an extension to HTML to allow information providers to express file up

模型服务网格:云原生下的模型服务管理

作者:王夕宁 模型服务网格(Model Service Mesh)是一种架构模式,用于在分布式环境中部署和管理机器学习模型服务。它提供了一个可扩展的、高性能的基础架构,用于将多个模型服务进行管理、部署和调度,以此更好地处理模型的部署、版本管理、路由和推理请求的负载均衡。 模型服务网格的核心思想是将模型部署为可伸缩的服务,并通过网格来管理和路由这些服务, 简化模型服务的管理和运维。它通过将模型服务抽

10.接口请求体 - FORM 请求

什么是 FORM 请求   数据量不大 数据层级不深的情况 通常以键值对传递 proxiesproxies 如何使用   r = requests.post("https://httpbin.ceshiren.com/post", data=data)

11.XML 响应断言

什么是 XML   可扩展标记语言(Extensible Markup Language)的缩写 也是一种结构化的数据 XML 断言   from requests_xml import XMLSession session = XMLSession() r = session.get('https://www.nasa.gov/rss/dyn/lg_

12.超时处理

请求超时   proxies 为什么接口测试需要请求超时处理   autonumber scale 200 width scale 700 height participant 接口用例1 as case1 participant 接口用例2 as case2 participant 接口用例3 as case3 participant 服务端 as server

Python的excel文件读写(未完)

写在前面: 因为每次用到都要查感觉太烦了,所以干脆写了一篇博客总结( •̥́ ˍ •̀ू ) 一、xlwt写入excel文件(.xls) 二、openpyxl追加写入excel文件(.xlsx)

13.代理配置

什么是代理 使用代理之前   title 客户端服务端交互 scale 200 width scale 400 height autonumber participant 客户端 as client participant 服务端 as server client -> server: 发起请求 server -> client: 返回响应 使用代理之后 &n

14.多层嵌套响应断言

目录   多层嵌套响应 JSONPath 语法 JSONPath 使用 什么是多层嵌套结构   // - 层级多。 // - 嵌套关系复杂。 { "errcode": 0, "errmsg": "ok", "userid": "zhangsan", "name": "张三", "department": [1, 2], "order

【Python基础】Python基础教程

Python环境搭建 【基础】python环境搭建及配置 变量的命名规范 变量名虽然支持中文,但不推荐使用 可以使用数字,但不能以数字开头 不可使用特殊字符,下划线除外 区分大小写,在python中A和a不是同一个变量 不能和关键字同名 尽量遵循PEP8规则 PEP8规则: 常量:大写加下划线 A_ 弱私有变量(protected):单下划线开头加小写 _a 强私有变量(priva

15.宠物商店 接口自动化测试实战

目录   被测产品 需求说明 相关知识点 接口自动化测试实战 被测产品   PetStore 宠物商城: 一个在线的小型的商城。 主要提供了增删查改等操作接口。 结合 Swagger 实现了接口的管理。 需求说明   完成宠物商城宠物管理功能接口自动化测试。 编写自动化测试脚本。 完成复杂断言。 相关知识点 &nb

16.整体结构响应断言

目录   结构断言介绍 JSONSchema 数据生成 JSONSchema 验证 响应信息数据极为庞大   https://ceshiren.com/t/topic/16658.json 针对于“大响应数据”如何断言   针对主要且少量的业务字段断言。 其他字段不做数据正确性断言,只做类型与整体结构的校验。 与前面的版本进行 dif

云原生场景下,AIGC 模型服务的工程挑战和应对

作者:徐之浩、车漾 “成本”、“性能”和 “效率”正在成为影响大模型生产和应用的三个核心因素,也是企业基础设施在面临生产、使用大模型时的全新挑战。AI 领域的快速发展不仅需要算法的突破,也需要工程的创新。 大模型推理对基础设施带来更多挑战 首先,AI 商业化的时代,大模型推理训练会被更加广泛的使用。比较理性的看待大模型的话,一个大模型被训练出来后,无外乎两个结果,第一个就是这个大模型没用,那就没有

学习笔记6

Scala匿名函数(函数字面量)Scala中的匿名函数也叫做函数字面量,既可以作为函数的参数使用,也可以将其赋值给一个变量,在匿名函数的定义中“=>”可理解为一个转换器,它使用右侧的算法,将左侧的输入数据转换为新的输出数据,使用匿名函数后,我们的代码变得更简洁了。 val test = (x:Int) => x + 1Scala高阶函数Scala使用术语“高阶函数”来表示那些把函数作为

18.接口鉴权的多种情况与 解决方案

接口鉴权是什么   身份认证 接口鉴权通用的解决方案   认证信息的获取 认证信息的携带 @startuml scale 800 if (登录成功?) then #pink:响应错误; detach endif #palegreen:响应认证信息; #palegreen:携带认证信息发起其他请求; @enduml 后端接口鉴权常用方法

19.电子商城接口自动化测试 实战

目录   接口测试流程 产品需求分析 测试用例设计思路 接口自动化脚本编写 接口测试流程   @startuml :需求分析; :测试设计; :测试用例评审; :测试执行; :验收; :预发布; :上线; @enduml 电子商城需求分析   商城管理后台 商城客户端 商城业务场景   商品上架 商品查询 加入购

<<  <  412  413  414  415  416  417  418  419  420  421  422  >  >>