之前由于要与一个同事远程协作开发一款 app 需要用到内网穿透服务，在网上找到了 frp 与 ngrok ；后来我在想能不能用 php 也写出来一个这样的服务软件？大家都知道 php 多进程多线程不够友好，在 window 上还不支持；写服务确实很吃力；不过幸运的是有ReactPHP的存在，关于 ReactPHP 不做赘述有兴趣的同学可以自行百度。

动机 想画人体骨骼的3D动画，网上找了半天都是2D的连续曲线的动画，因此记录一下简单的3D动画。 说明 pycharm KinectV2的人体skeleton数据，包含了Joint的xyz坐标 数据来自PKU-MMD 碰到的问题与解决 pycharm 没法直接显示FuncAnimation 。开头加入 matplotlib.use('Qt5Agg')即可解决 FuncAnimation的update方法。每次只...

Assignment 2Machine Learning and Big Data for Economics and FinanceExercise 1. In this exercise, all the cross-validation simulations should involve a random splitof the original sample into a training subsample corresponding to 90% of the observations anda testing subsample corresponding to the ...

ab测试使用ab进行页面的压力测试 ab是apache自带的一个很好用的压力测试工具，当安装完apache的时候，就可以在bin下面找到ab 1 我们可以模拟100个并发用户，对一个页面发送1000个请求./ab -n1000 -c100 

Pandas是Python中最著名的数据分析工具。在处理数据集时，每个人都会使用到它。但是随着数据大小的增加，执行某些操作的某些方法会比其他方法花费更长的时间。所以了解和使用更快的方法非常重要，特别是在大型数据集中，本文将介绍一些使用Pandas处理大数据时的技巧，希望对你有所帮助

在Ubuntu上安装MEAN Stack的4个步骤为：1.安装MEAN；2.安装MongoDB；3.安装NodeJS，Git和NPM；4.安装剩余的依赖项。

命令 {代码...} -n：代表请求数 -c：代表并发数 -H：添加请求头，例如 ‘Accept-Encoding: gzip’，以gzip方式请求。 -n 10000 -c 100 即一共进行10000次请求，每次并发数为100. 结果 {代码...}

在Ubuntu上安装MEAN Stack的4个步骤为：1.安装MEAN；2.安装MongoDB；3.安装NodeJS，Git和NPM；4.安装剩余的依赖项。

class Regression(object): """ Base regression model. Models the relationship between a scalar dependent variable y and the independent

🚀 前言大家好呀，我是毛小悠，可以叫我二毛，在家中排行老二，是一名前端开发工程师。本系列文章旨在通过练习来提高JavaScript的能力，一起愉快的做题吧。😀😀😀以下每道题，二毛我都有尝试做一遍。建议限时训练，比如限定为半小时，如果半小时内想不出来，可以结合文章末尾的参考答案来思考。可以在下方评论区留言或者加我...

线性回归是回归分析中最常见的一种建模方式。当因变量是连续的，自变量是连续的或者离散的，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。用方程 y = mx + c，其中 y为结果，x为特征，m为系数，c为误差 在数学中m为梯度c为截距。

在 2002 年的一本著作中，David Weinberger 将发展迅速的 Web 内容描述成一个 小块松散组合（Small Pieces Loosely Joined）。这个比喻让我印象深刻，因为大家一般很容易认为 Web 是一个巨大的技术堆栈。实际上，您访问的每个网站都是库、语言与 Web 框架的一种独特组合。

在shiny中经常需要根据input来向dplyr的函数提供参数，以便进行相应数据操作。dplyr在filter()、mutate()、summarise()、arrange()、select()、group_by()这些函数中，都支持Non-standard evaluation(NSE)，很方便的进行参数传递。

这是一个简单的算法，我将其用于“联机”（不储存任何样本）收集概要统计。我在任何需要执行一些统计，比如均值、标准差和求和中使用它，但是其中我并不会储存所需的全部样本。我只需要储存计算出的结果，它们仅仅含有5个数值。

好几年没有做过性能对比了，因为越来越觉得性能并没有那么的重要（相对于生态），今天有时间简单测试一下，因为 Mix v2.1 开始就全部切换为单进程协程模式，因此本次主要测试的是 CoHttpServer ，测试结果在最后面。

我前面所做的工作基本都是关于特征选择的，这里我想写的是关于XGBoost参数调整的一些小经验。之前我在网站上也看到很多相关的内容，基本是翻译自一篇英文的博客，更坑的是很多文章步骤讲的不完整，新人看了很容易一头雾水。由于本人也是一个新手，在这过程中也踩了很多大坑，希望这篇博客能够帮助到大家！下面，就进入正...

众所周知，调整一个或多个基线协变量可以增加随机对照试验中的统计功效。调整分析未被更广泛使用的一个原因可能是因为研究人员可能担心如果基线协变量的影响在结果的回归模型中没有正确建模，结果可能会有偏差。