- 综合排序
- 最热优先
- 最新优先
- 来自专栏mysql
hhdb数据库介绍(10-6)
计算节点升级为管理平台对计算节点版本提供在线升级的功能。满足对单节点、主备节点、多节点和容灾模式集群的跨版本或小版本升级迭代。同时可为用户提供升级过程突发异常情况时的自动回滚保护机制，程序尽量保证将集群回滚至升级前的状态减少对线上业务的影响。
30110编辑于 2025-03-12 - 来自专栏AI机器学习与深度学习算法
机器学习入门 10-6 精确率-召回率曲线
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍两个精准率-召回率曲线，其中一个是横坐标为选定的阈值，里面的两根曲线分别为对应阈值下的精准率和召回率，通过这个图可以帮助我们非常好的来选取我们想要的那个阈值。另外一个是横坐标为精准率，纵坐标为召回率，用于查看精准率和召回率的平衡点。
4.4K30发布于 2020-05-13 - 来自专栏C语言及其他语言
【优质题解】问题 1716: 算法10-6~10-8：快速排序
1):先选取一个元素作为枢纽，把比枢纽小的元素置于枢纽前，比枢纽大的元素置于枢纽后，此时枢纽前的元素都比它小，其后面的元素都比它大，然后再按以上方法递归处理枢纽前，后序列。
43930发布于 2018-07-24 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 习题10-6 递归求Fabonacci数列
习题10-6 递归求Fabonacci数列 本题要求实现求Fabonacci数列项的函数。
1.5K30发布于 2020-09-15 - 来自专栏全栈程序员必看
Oracle 函数大全[通俗易懂]
主要使用单行函数和聚合函数两种类型的函数： 单行函数：对每一个函数应用在表的记录中时，只能输入一行结果，返回一个结果：字符函数、数字函数、转换函数以及日期函数 字符函数：对字符串操作，接受字符参数，这些参数可以是表中的列 select CURRENT_TIMESTAMP from dual; --结果：10-6月 -21 02.34.20.845299 下午 +08:00 LOCALTIMESTAMP：返回当前会话时区的日期时间 Select LOCALTIMESTAMP from dual; --结果：10-6月 -21 02.36.17.989733 下午 MONTHS_BETWEEN(date1,date2)：计算date1 select SYS_EXTRACT_UTC(systimestamp) from dual; --结果：10-6月 -21 06.41.59.738669 上午 SYSDATE：取得当前的日期和时间, /1 21:11:11 --date型转成timestamp select cast(sysdate as timestamp) date_to_timestamp FROM dual; --结果：10
3.4K20编辑于 2022-09-07 - 来自专栏用户4866861的专栏
选择电子停车计时装置检定仪应注意这9点
2、内部晶振指标对比 首选恒温晶振OCXO,并且准确度越高越好，市场上一般的厂家的频率准确度：1×10-6，建议选择稍微好点的晶振，比如恒温晶振频率准确度：≤3E-8，秒稳定度：≤3E-11/s，客户挑选的时候务必留意 3、计时测量指标对比 市场上一般的厂家的停车计时检定装置的计时分辨率：0.01s，计时误差：±(0.01+T×10-6)s，这点虽说是可以建标，但是毕竟分辨率位数多了更精确些，比如：计时分辨率：0.001s
59830发布于 2021-06-18 - 来自专栏完美Excel
VBA专题10-6：使用VBA操控Excel界面之执行命令以及激活功能区选项卡的两种方法
Application.CommandBars.ExecuteMso(idMso)
5.3K20发布于 2020-09-25 - 来自专栏黎鹤舞的编程技术栏
常用的数据单位符号
= 1,024 (210)B 1 Kbps = 1,000 bps m = 10-3 1 MB = 1,000 KB 1 MB = 1,024 KB 1 Mbps = 1,000 Kbps µ = 10
42100编辑于 2024-05-27 【周练】 几何水题 （水）
Errors less than 10-6 will be ignored.
24810编辑于 2025-08-26- 来自专栏用户4866861的专栏
电子停车计时收费检定仪注意事项总结，停车计时检定仪，停车计时收费校准仪
2、内部晶振指标对比首选恒温晶振OCXO,并且准确度越高越好，市场上一般的厂家的频率准确度：1×10-6，建议选择稍微好点的晶振，比如恒温晶振频率准确度：≤3E-8，秒稳定度：≤3E-11/s，客户挑选的时候务必留意 3、计时测量指标对比市场上一般的厂家的停车计时检定装置的计时分辨率：0.01s，计时误差：±(0.01+T×10-6)s，这点虽说是可以建标，但是毕竟分辨率位数多了更精确些，比如：计时分辨率：0.001s
59530编辑于 2023-05-31 - 来自专栏机器学习与自然语言处理
Stanford机器学习笔记-10. 降维(Dimensionality Reduction)
一般的，将特征量从n维降到k维： image.png 注意: PCA和线性回归是不同的，如图10-6所示，线性回归是以平方误差和(SSE)最小为目标，参见1.2.4节；而PCA是使投影(二维即垂直)距离最小 图10-6 PCA不是线性回归 分别基于上述两种目标的具体推导过程参见周志华老师的《机器学习》P230。 在实际应用中，我们只需利用svd()函数，如下： ? 10.2.4 Advice for Applying PCA PCA通常用来加快监督学习算法。 但是获取到Ureduce之后可以应用在交叉检验集和测试集。 避免使用PCA来防止过拟合，PCA只是对特征量X进行降维，并没有考虑Y的值；正则化是防止过拟合的有效方法。
1K80发布于 2018-03-13 【周练】 求导
Errors less than 10-6 will be ignored.
22010编辑于 2025-08-26【UVa】10566 - Crossed Ladders（二分 & 数学）
Errors less than 10-6 will be ignored.
27410编辑于 2025-08-27- 来自专栏Hadoop数据仓库
维度模型数据仓库（十五） —— 多重星型模式
注意对factory_dim表的所有列都应用SCD1。该脚本每天执行，装载前一天的产品数据。 说明：脚本里没有使用cdc_time表，是出于简化测试的目的。 图（五）- 10-5 图（五）- 10-6 图（五）- 10-7 图（五）- 10-8 图（五）- 10-9 图（五）- 10-10 图（五）- 10-11 执行清单（五）- 10-6里的脚本向源数据库的factory_master表中装载四个工厂信息。运行完清单（五）- 10-5里的脚本以后，需要把系统日期设置成任意晚于上一篇“杂项维度”设置的日期。 ', 17055, 'Pittsburgh', 'PA' ); COMMIT ; 清单（五）- 10-6 执行下面的语句查询factory_dim表，确认装载正确 -------------+------------+---------------------+ 8 rows in set (0.00 sec) 为了确认工厂维度上成功应用了
65820编辑于 2022-12-02 - 来自专栏智能大数据分析
聚类分析方法（二）
根据算法10-5，因为 S 有8个数据对象，因此，刚开始每个对象为一个簇，详见下表10-6。 因此簇 \{X_1,X_2\} 和 \{X_3,X_4\} 合并为 \{X_1,X_2,X_3,X_4\} ，见表10-6计算步骤3所在的行。 因此簇 \{X_7\} 和 \{X_8\} 合并为 \{X_7,X_8\} ，见表10-6计算步骤5所在的行。 因此簇 \{X_5,X_6\} 和 \{X_7,X_8\} 合并为 \{X_5,X_6,X_7,X_8\} ，见表10-6计算步骤6所在的行。 但是，如果在例10-6中指定 k=4 ，则算法需要进入第二轮和第三轮循环。
33310编辑于 2025-01-23 【LightOJ】1137 - Expanding Rods（二分 & 几何）
Errors less than 10-6 will be ignored.
24710编辑于 2025-08-27- 来自专栏用户4866861的专栏
高精度频率计数器功能简介
SYN5307型数字式电秒表.png 典型应用 1) 计量检测校准部门及科研院所等； 2) 雷达设备测量、通信设备测量； 3) 晶体振荡器元器件性能测试； 4) 电子产品生产线测试及外场维护、检修。 10ms～1000s测量功能平均值，最大值，最小值，峰峰值，频率趋势图功率测量范围-50dBm～+20dBm功率测量精度±1dBm内部时基输出频率10MHz温补晶振频率准确度A≤5×10-7老化率≤1×10
88340发布于 2020-04-23 - 来自专栏IT大咖说
分布式系统开发实战：实战，使用AWS平台实现Serverless架构
GameServer" --dimension InstanceId= $id --value $players （2）设定CloudWatch的报警规则，当服务器在线人数为零时，会触发SNS通知，如图10 图10-6 CloudWatch自定义指标报警 在实际场景中，需要通过以下脚本自动建立报警。
2.4K10发布于 2021-06-15 - 来自专栏韩曙亮的移动开发专栏
【Flutter】手机应用类型 ( Android | iOS | Native 应用 | Web 应用 | Hybrid 应用 | ReactNative 应用 | Flutter 应用 )
文章目录 一、Native 应用 二、Web 应用 三、Hybrid 应用 四、ReactNative 应用 五、Flutter 应用 一、Native 应用 ---- 原生应用开发 : Android / iOS , 各自开发本平台的应用 ; Android 使用 Android Studio 开发环境 , Java / Kotlin / C / C++ 语言 , 开发 Android 平台的应用 ; iOS 使用 Xcode 开发环境 , Objective-C , Swift 语言 , 开发 iOS 平台应用 ; 每个平台开发出的应用只能在特定平台上运行 ; 原生应用的外观渲染 , 运行性能是最好的 ---- 混合应用 , Hybrid App , 一部分是原生应用 , 一部分是 Web 应用 ; 综合 Web 应用 和 原生应用的优点 , Web 应用容易开发 , 跨平台 , 原生应用性能高 , 可以调用 蓝牙 , 摄像头等 原生设备 ; 可以综合 原生应用 与 Web 应用的优点 ; 四、ReactNative 应用 ---- React Native 可以调用系统的原生控件 , 这种性能就比调用
2.2K30编辑于 2023-03-29 - 来自专栏机器学习算法与Python学习
机器学习(8) -- 降维
注意: PCA和线性回归是不同的，如图10-6所示，线性回归是以平方误差和(SSE)最小为目标，参见1.2.4节；而PCA是使投影(二维即垂直)距离最小；PCA与标记或者预测值完全无关，而线性回归是为了预测 图10-6 PCA不是线性回归 分别基于上述两种目标的具体推导过程参见周志华老师的《机器学习》P230。 在实际应用中，我们只需利用svd()函数，如下： ? 10.2.4 Advice for Applying PCA PCA通常用来加快监督学习算法。 但是获取到Ureduce之后可以应用在交叉检验集和测试集。 避免使用PCA来防止过拟合，PCA只是对特征量X进行降维，并没有考虑Y的值；正则化是防止过拟合的有效方法。
1.2K100发布于 2018-04-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号