The gitment_blog from sdhlw

【机器学习】Cross-Validation（交叉验证） | Jay's Blog

https://www.sdhlw.top/%E3%80%90%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E3%80%91Cross-Validation%EF%BC%88%E4%BA%A4%E5%8F%89%E9%AA%8C%E8%AF%81%EF%BC%89/

简单介绍交叉验证的基本原理

Hexo评论功能的实现：Gitalk | Jay's Blog

https://www.sdhlw.top/hexo%E8%AF%84%E8%AE%BA%E5%8A%9F%E8%83%BD%E7%9A%84%E5%AE%9E%E7%8E%B0%EF%BC%9Agitalk/#more

需求：1、用Gitalk实现评论功能2、去除之前的Valine实现的评论功能可在主题配置文件搜索comment system，查看支持的评论系统；个人使用Gitalk进行配置；

Output exceeds the size limit. Open the full output data in a text editor 每次报错信息过多就要用文本编辑器打开，可是打开之后都是没编译的，乱码看起来很难受。

Numpy不用省略号和科学计数法 | Jay's Blog

https://www.sdhlw.top/numpy%E4%B8%8D%E7%94%A8%E7%9C%81%E7%95%A5%E5%8F%B7%E5%92%8C%E7%A7%91%E5%AD%A6%E8%AE%A1%E6%95%B0%E6%B3%95/

1234import numpy as npnp.set_printoptions(threshold = np.inf) # 不使用省略号表示np.set_printoptions(suppress = True) # 不使用科学计数显示

Endnote X9 Tips | Jay's Blog

https://www.sdhlw.top/Endnote-X9%E6%96%87%E7%8C%AE%E7%AE%A1%E7%90%86/

【不定时更新】记录自己使用Endnote X9管理文献的一些小技巧

Python 链表 | Jay's Blog

https://www.sdhlw.top/Python%E9%93%BE%E8%A1%A8/#more

链表的基本结构：节点：每个节点有两个部分，左边部分称为值域，用来存放用户数据；右边部分称为指针域，用来存放指向下一个元素的指针。 head：head节点永远指向第一个节点 tail：tail永远指向最后一个节点 None：链表中最后一个节点的指针域为None值

Vscode的使用 | Jay's Blog

https://www.sdhlw.top/2022-09-01-10-33-44-Vscode%E7%9A%84%E4%BD%BF%E7%94%A8/

setting.json文件配置： 12345678{ //有自己添加的内容都要放到这个花括号里//配置aadfadfd, //如果后面还有内容，前面的语句一定要有一个英文逗号// 配置badfadff}

面向对象VS面向过程 | Jay's Blog

https://www.sdhlw.top/2022-08-30-15-11-00-%E9%9D%A2%E5%90%91%E5%AF%B9%E8%B1%A1VS%E9%9D%A2%E5%90%91%E8%BF%87%E7%A8%8B/#more

本文为转载，原文为：http://zhidao.baidu.com/question/2089034/answer/9637033 1、概念：面向过程就是分析出解决问题所需要的步骤，然后用函数把这些步骤一步一步实现，使用的时候一个一个依次调用就可以了。面向对象是把构成问题事务分解成各个对象，建立对象的目的不是为了完成一个步骤，而是为了描叙某个事物在整个解决问题的步骤中的行为。

皮尔森（逊）相关系数（Pearson Correlation Coefficient, PCC） | Jay's Blog

https://www.sdhlw.top/%E7%9A%AE%E5%B0%94%E6%A3%AE%EF%BC%88%E9%80%8A%EF%BC%89%E7%9B%B8%E5%85%B3%E7%B3%BB%E6%95%B0%EF%BC%88pearson-correlation-coefficient-pcc%EF%BC%89/

介绍
皮尔森相关系数
皮尔森相关系数也称皮尔森积矩相关系数(Pearson product-moment
correlation coefficient)
，是一种线性相关系数，是最常用的一种相关系数。记为r，用来反映变量X和变量Y的线性相关程度，r
值介于-1到1之间，绝对值越大表明相关性越强。[1]
适用连续变量。
相关系数与相关程度一般划分为 - 0.8 - 1.0 极强相关

About Me | Jay's Blog

https://www.sdhlw.top/about/index.html

Windows 超赞软件 & 扩展 & 网站 | Jay's Blog

https://www.sdhlw.top/Windows%20%E8%B6%85%E8%B5%9E%E8%BD%AF%E4%BB%B6%20&%20%E6%89%A9%E5%B1%95%20&%20%E7%BD%91%E7%AB%99/

【不定时更新】用于记录Windows比较不错的软件和浏览器扩展。

Linux-base | Jay's Blog

https://www.sdhlw.top/Linux-base/

【不定时更新】记录Linux的基本命令

connecting to kernel：python | Jay's Blog

https://www.sdhlw.top/connecting-to-kernel%EF%BC%9Apython/

使用环境：Vscode 和Jupyter Notebook 相关插件问题Vscode连接python环境时右下角始终显示connecting to kernel，无法执行基本代码功能。

Python机器学习基础教程【第一章】 | Jay's Blog

https://www.sdhlw.top/python%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9F%BA%E7%A1%80%E6%95%99%E7%A8%8B%E3%80%90%E7%AC%AC%E4%B8%80%E7%AB%A0%E3%80%91/

本书的附加代码可以在 GitHub 下载：https://github.com/amueller/introduction_to_ml_with_python 监督学习算法（supervised learning algorithm）无监督学习算法（unsupervised learning algorithm）在机器学习中，这里的每个实体或每一行被称为一个样本（sample）或数据点，而每一列

Obsidian/Typora图床：腾讯云COS+Picgo | Jay's Blog

https://www.sdhlw.top/obsidian%E5%9B%BE%E5%BA%8A%EF%BC%9A%E8%85%BE%E8%AE%AF%E4%BA%91cos-picgo/

Python-base | Jay's Blog

https://www.sdhlw.top/Python-base/

记录Python的基本使用

Obsidian插件之Dataview | Jay's Blog

https://www.sdhlw.top/obsidian%E6%8F%92%E4%BB%B6%E4%B9%8Bdataview/#more

1、下载并启用插件
2、写相应代码块[1]

list：展现形式。创建列表，还有 table、task 可以选择
from：检索范围。从哪个文件夹（写在双引号里面），或者标签（写在#后面）
where：

聚合条件。contains(file.name,"Dataview") 就是匹配文件名为 “Dataview”
的文件
sort：排序，根据什么做排序。 sort file

Zotero搭配Sci-Hub | Jay's Blog

https://www.sdhlw.top/zotero%E6%90%AD%E9%85%8Dsci-hub/#more

实现功能
Zotero右键条目实现自动下载pdf
设置Sci-Hub作为PDF解析器
打开Zotero的首选项，进入Advanced-->Config Editor

搜索extensions.zotero.findPDFs.resolvers
双击extensions.zotero.findPDFs.resolvers，默认情况下是只有一对
[]。
删除[]，并将以下代码粘

Linux-vim | Jay's Blog

https://www.sdhlw.top/Linux-vim/

【不定时更新】记录Vim编辑器的使用

Python(matplotlib) 改变画布背景 | Jay's Blog

https://www.sdhlw.top/python-matplotlib-%E6%94%B9%E5%8F%98%E7%94%BB%E5%B8%83%E8%83%8C%E6%99%AF/#more

起因：为了设置画布不透明效果
对象形式：[1]
1234567891011121314import matplotlib.pyplot as pltfig = plt.figure()fig.patch.set_facecolor('white') # 设置画布白色不透明（坐标轴外），再画图fig.patch.set_alpha(1)ax = fig.add_subplo