如何在决策树中使用rpart来决定'minsplit‘？
在决策树中使用rpart来决定'minsplit'是为了确定在构建决策树时，一个节点必须包含的最小样本数。这个参数控制了决策树的生长过程，可以避免过度拟合的问题。
'minsplit'参数的选择需要考虑数据集的大小和复杂度。如果数据集较小或者噪声较多，较小的'minsplit'值可以提高模型的泛化能力。相反，如果数据集较大且较干净，较大的'minsplit'值可以减少决策树的复杂度，避免过拟合。
在rpart中，可以通过交叉验证来选择合适的'minsplit'值。交叉验证将数据集划分为训练集和验证集，使用不同的'minsplit'值构建决策树，并评估模型在验证集上的性能。通过比较不同'minsplit'值下的模型性能，选择使模型性能最佳的'minsplit'值。
腾讯云提供了一系列与决策树相关的产品和服务，例如腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）和腾讯云人工智能开发平台（https://cloud.tencent.com/product/tcailab），可以帮助用户进行决策树的构建和优化。同时，腾讯云还提供了丰富的数据存储和计算资源，以支持决策树模型的训练和推理。
相关·内容
我们如何使用'rpart‘包指定参数'minsplit=’来执行决策树。
rpart(myFormula、data=train、control=rpart.control(minsplit=10))
浏览 5提问于2017-06-23得票数 2
1回答
我在一个项目中工作，该项目需要使用R中的Rpart包来构建决策树。
然而，我的直接报告经理感兴趣的是从树中的根节点开始的特定变量，因为他认为该特定变量在我们的业务中具有重要意义。
我可以知道有人知道如何强制树以该特定变量开始吗？例如，该变量名为X。
数据集描述:目标变量Y。其他30个自变量。
代码：
tree <- rpart(Y~., method="class", data=train, parms=list(split="information"), control=rpart.control(cp=.0002,minsplit = 5,minbuc
浏览 7提问于2021-09-28得票数 1
1回答
我是一个SAS用户，目前正在研究如何使用R包制作决策树.
我对每个节点都有一个很好的发现，但是现在我面临三个问题：
我能从一个特定的变量(自上而下)开始吗，比如说，像性别一样的范畴变量？(我是在FICO模型建筑公司做的，但现在我已经没有了)
我有一个二进制变量(性别:1-男性/0-女性)，但节点在0.5下分裂(我试图将其更改为因子，但不起作用？此外，我还有一个变量"AGE"，是否应该将类型改为"xxx“而不是”数值“？)
基于cp值(下表)，我设置了0.0128来修剪树，但是只剩下两个var，我可以选择保留特定的var吗？(我确实使用cp的数量，但结果没有变
浏览 0提问于2018-01-25得票数 1
回答已采纳
1回答
我正在学习如何为机器学习编写R代码。我正在用rpart来做重活。然而，当我去绘制我的决策树时，只绘制了一个叶节点'yes‘。我使用信息增益手工创建了决策树。树应该有三个层次的节点。
这是R给我的。
这是我的R码。
library(FSelector)
library(rpart)
library(rpart.plot)
library(caret)
library(dplyr)
library(data.tree)
library(caTools)
table <- read.csv("play-data.csv")
table <- s
浏览 8提问于2021-02-18得票数 1
回答已采纳
2回答
我正在通过插入符号：：train函数构建一个带有rpart的决策树。我想要做的是将rpart的minsplit参数设置为1，以便以后用cp对其进行修剪。我从得到的是参数应该在.火车的功能。但这不管用。一个最小的可重复的例子：
mod1 <- train(Species ~ ., iris, method = "rpart", tuneGrid = expand.grid(cp = 0), minsplit=1)
mod2 <- rpart(Species ~ ., iris, cp=0, minsplit=1)
我得到的是mod1 1$finalModel和mod2
浏览 4提问于2017-01-17得票数 3
回答已采纳
1回答
我在python3.5上使用rpart和rpy2 (版本2.8.6)，并希望为分类训练决策树。我的代码片段如下所示：
import rpy2.robjects.packages as rpackages
from rpy2.robjects.packages import importr
from rpy2.robjects import numpy2ri
from rpy2.robjects import pandas2ri
from rpy2.robjects import DataFrame, Formula
rpart = importr('rpart')
numpy2
浏览 3提问于2017-10-17得票数 0
回答已采纳
3回答
我正在创建一个基于x个变量的rpart包的决策树和一个dataframe：
fit<-rpart(y~x1+x2+x3+x4,data=(mydataframe),
control=rpart.control(minsplit = 20, minbucket = 0, cp=.01))
但是，我没有使用整个数据格式，而是有四、五个数据子集，它们是由x4分隔的。我如何能够同时对所有这些因素运行决策树，而不需要一次又一次地调用数据子集？
基于对SO的搜索，它看起来可能是正确的选择。我试过的是：
fit<-ddply(mydataframe, dataframe$x4, functi
浏览 11提问于2015-05-04得票数 2
回答已采纳
我尝试使用以下数据集创建决策树：
RESULT EXPG_HOME R_HOME_3DAY
1 1.321 0.20
2 1.123 0.30
1 0.762 0.26
如果我试试这个：
library(rpart)
tree <- rpart(RESULT ~ EXPG_HOME, df, method="class")
fancyRpartPlot(tree)
效果很好。但当我尝试：
tree <- rpart(RESULT ~ R_HOME_3DAY, df, method="class")
fa
浏览 5提问于2015-12-30得票数 2
回答已采纳
3回答
R中的决策树
、、、
我的数据集是：
x=data.frame(v1=c(97 , 97 , 85 , 84 , 90 , 80 , 81 , 90 , 80, 70, 90 , 90, 90 ,95 , 88 , 99),
+ v2=c(99 , 91 , 91 ,83 , 99 , 95 , 74 , 88 , 82 , 80 , 96 , 87 , 92 , 96 , 88, 95),
+ v3=c( 89 ,93 , 87 , 80 , 96 , 96 , 75 , 90 , 78,
浏览 5提问于2016-02-08得票数 0
我正在使用具有13个自变量(其中7个是分类变量)的决策树来分析持久性，但我得到的树只考虑了一个数值变量)。
我的代码是：
fmla=STATUS~.
tm=rpart(fmla, data=trainData,method = "class")
浏览 3提问于2016-06-07得票数 0
1回答
在tree包中，我们可以使用以下代码来选择终端节点数：
tree.model = tree(...)
tree.prune = prune.tree(tree.model, best = 20)
此代码返回一个具有20个终端节点的新树。
在rpart包中，以下代码可用于此：
rpart.model = rpart(...)
rpart.prune = prune.rpart(rpart.model, cp =?)
cp是成本复杂性参数。但我希望在prune.tree中有类似的prune.tree论点。
浏览 0提问于2018-10-20得票数 0
回答已采纳
4回答
我对R很陌生，我被一个相当愚蠢的问题困住了。
为了进行分类和预测，我正在使用rpart包校准一个回归树。
由于R，校准部分容易做，易于控制。
#the package rpart is needed
library(rpart)
# Loading of a big data file used for calibration
my_data <- read.csv("my_file.csv", sep=",", header=TRUE)
# Regression tree calibration
tree <- rpart(Ratio ~ At
浏览 4提问于2011-02-24得票数 8
当权重不均匀时，如何在rpart中将权重合并到minsplit标准中？我找不到minsplit阈值将权重考虑在内的方法，当权重不均匀时，就会出现问题，如下面的示例所示。我目前的解决办法是将数据扩展为每行都是一个观察值的数据集，但这似乎在时间和内存上都很浪费(而且我怀疑我是否能将需要处理的真实数据集以扩展的形式保存在内存中)，从而寻求帮助。预先感谢你的帮助，-Saar
下面的代码显示了问题所在；前3个树是相同的，但下面两个(权重不均匀)的结果不同：
## playing with rpart weights
require(rpart)
dev.new()
par(mfrow=c(2,3), x
浏览 0提问于2012-01-04得票数 4
这是我想通过使用RandomForest包使用随机森林的方法：
library (randomForest)
rf1 <- randomForest(CLA ~ ., dat, ntree=100, norm.votes=FALSE)
p1 <- predict(rf1, testing, type='response')
confMat_rf1 <- table(p1,testing_CLA$CLA)
accuracy_rf1 <- sum(diag(confMat_rf1))/sum(confMat_rf1)
我根本不想使用RandomForest包
浏览 13提问于2017-07-20得票数 1
回答已采纳
1回答
所以我正在做一个带有决策树的项目，我需要知道如何获得每个节点的百分比。
下面是我的大致代码：
fit <- rpart(Y ~ a + b + c, method = "class", data = example, control = rpart.control(minsplit=5))
我的主要问题是如何从rpart输出中获得示例中每行的百分比估计值。
我已经看了下面的帖子中给出的答案，根据我的理解(如果我错了请纠正我)，33.3%的数据属于第二类，36%属于第四类，30.67%属于第五类。但我的问题不同的是，我需要知道的是条目进入第二类的可能性有多大，进入第四类的可
浏览 3提问于2016-09-27得票数 0
我试图使用rpart来建立一个分类树模型。测试数据框架非常简单，只包含10行中的两个布尔变量。隐藏的逻辑也很简单:当x为FALSE时，y必须为FALSE。当x为真时，y有60%的概率为真。因此，我可以想象rpart会在x上进行一次拆分，以提高节点的纯度。但是它停留在根节点，一点也不分裂。有谁能告诉我吗？
> df <- data.frame(x=rep(c(FALSE,TRUE), each=5), y=c(rep(FALSE,7), rep(TRUE,3)))
> df
x y
1 FALSE FALSE
2 FALSE FALSE
3 FALS
浏览 4提问于2016-10-28得票数 1
回答已采纳
我在玩rpart。我使用的是一家银行的play数据集，有5000行，有7个IV，类有2个因子。
原始模型为(未设置控制参数)：
UB_rpart <- rpart(UB_tree, method="class", data=UBank_train)
然后，我在rpart.plot中创建了一个树，没有任何问题。
然后，我尝试通过添加一些控制参数来修剪树：
Pruned_UB_rpart <-prune(UB_rpart,cp=.01, minsplit=10, minbucket=round(minsplit/3))
我绘制了修剪后的树，它看起来与第一棵树完全相同。我
浏览 2提问于2014-01-28得票数 2
虹膜数据集
dt3 = rpart(Species ~., control = rpart.control( minsplit = 10, maxdepth = 5),data=iris , method = "poisson")
dt3 [contents obtained from dt3][2]
图如图所示。
虹膜数据集回归树图
所以我的问题是，当使用回归树时，特定盒子what is 2 ; 300 / 150 and 100% in root node中的参数是什么？请帮我解决这个问题。
浏览 0提问于2018-06-08得票数 0
1回答
从cp中选择rpart()函数中的复杂性参数( )和方法的规则是什么？我读过几篇关于这个包裹的文章，但内容太技术性了，我无法理解。
示例：
rpart_1 <- rpart(myFormula, data = kyphosis,
method = "class",
control = rpart.control(minsplit = 0, cp = 0))
plotcp(rpart_1)
printcp(rpart_1)
浏览 2提问于2017-03-16得票数 1
回答已采纳
df <- tibble(x=factor(c("A", "B")), y=factor(c(1, 0)))
model <- rpart(formula=y~., data=df, method="class", control=rpart.control(minsplit=2))
这里的模型将有一个父节点和两个子节点。如何从rpart模型对象中获取这些节点的gini索引值？
浏览 0提问于2020-07-07得票数 4
3回答
在我的数据集中，泄漏有两个值1,0。这就是为什么我在rpart结果中只得到了1的原因。
我该如何解决这个问题呢？
fm.pipe<-Leakage~PipeAge +PipePressure
> printcp(CART.fit)
Regression tree:
rpart(formula = fm.pipe, data = Data)
Variables actually used in tree construction:
character(0)
Root node error: 299.84/569378 = 0.00052661
n= 569378
浏览 2提问于2014-01-08得票数 19
1回答
我用R.中的Caret库对我的数据安装了一个rpart模型--“离开一个交叉验证”，但是我想了解模型的变量重要性和决策树图之间的区别。
使用函数varImp()调用变量的重要性将显示9个变量。使用fancyRpartPlot()或rpart.plot()等函数绘制决策树显示的决策树仅使用、两个变量对所有主题进行分类。
怎么可能呢？为什么决策树图没有显示变量重要性表中相同的九个变量？
谢谢。
浏览 6提问于2021-11-29得票数 2
回答已采纳
2回答
我用rpart做了一个回归树，根据一些变量来评估老年人的行走情况。随着绘图的使用，我想在另一个软件中使用输出进行进一步的分析。然而，我想知道是否有可能不仅从叶节点推导出每个组的步行，而且还可以从叶节点推导出标准偏差(就步行而言)？
#### Decision tree with rpart
modelRT <- rpart(logwalkin~.-walkinmin-walkingtime, data=trainDF,
control=rpart.control(minsplit=25, maxdepth = 8, cp =0.00005))
rpart.pl
浏览 0提问于2018-07-31得票数 2
1回答
我使用相同的训练和测试集，但由于某种原因，混淆矩阵和输出图是不同的每一次运行。每一次迭代都达到以下两种精确性之一：
fit_rpart <- train(goodbad~.,method='rpart',data=training, control = rpart.control(maxdepth = 30, minsplit=30, minbucket=1, cp=0.001))
fancyRpartPlot(fit_rpart$finalModel)
pred_rpart <- predict(fit_rpart, testing)
confusionMa
浏览 2提问于2016-04-09得票数 1
回答已采纳
0回答
我在相同的数据集上运行R部分，但列的顺序不同，我得到的结果也不同。
这是我的数据集
Home.Owner Marital.Status Annual.Income Default
1 Yes Single 125 No
2 No Married 100 No
3 No Single 70 No
4 Yes Married 120 No
5
浏览 7提问于2017-12-08得票数 2
回答已采纳
1回答
我使用rpart包，当我使用plotcp时，绘图既不显示轴的名称，也不显示轴上的值。
我该怎么解决这个问题呢？
编辑:这是代码
library(rpart.plot)
library(rpart)
train<-read.table(file="synth_train.txt",header = TRUE)
tree <- rpart(y~., data=train, method="class", minsplit=2, cp=0 )
plotcp(tree)
浏览 11提问于2017-12-18得票数 0
回答已采纳
1回答
我有一个事件率小于3%的数据集(即，有大约700个记录与类别1,27000记录与类别0)。
ID V1 V2 V3 V5 V6 Target
SDataID3 161 ONE 1 FOUR 0 0
SDataID4 11 TWO 2 THREE 2 1
SDataID5 32 TWO 2 FOUR 2 0
SDataID7 13 ONE 1 THREE 2 0
SDataID8 194 TWO 2 FOUR 0
浏览 2提问于2017-10-31得票数 12
回答已采纳
我在R中做了一个简短的代码来检查拆分标准是如何工作的。我得到了意想不到的结果，他们都选择了相同的值来分割。有人能解释一下吗？以下是代码：
set.seed(1)
y <- sample(c(1, 0), 10000, replace = T)
x <- seq(1, 10000)
data <- data.frame(x, y)
library(rpart)
rpart(y~x,data = data,parms=list(split="gini"),method = "class",control = list(maxdepth = 1,c
浏览 0提问于2018-11-21得票数 1
回答已采纳
我在编写“包装器”函数时遇到了一些困难，它应该接受现有函数的所有参数加上一个额外的参数，然后对这个额外的参数执行一些计算，将所有内容传递给原始函数并返回输出。
据我所知，问题是我试图“包装”的函数不会在本地环境中搜索我试图传递的参数，而是在全局环境中搜索。我不知道如何解决这个问题。
下面是我对重现错误的最小代码的介绍。在本例中，我没有对“passtheseweights”参数执行任何计算，因为我认为这些计算与问题无关。
require(rpart)
df<-car.test.frame
wt<-runif(nrow(df))
wt<-wt/sum(wt)
df<-da
浏览 0提问于2016-12-13得票数 1
我用R中的"ada“软件包建立了一个包含50棵决策树的增强模型，如何打印在"ada”迭代中生成的决策树？
我可以使用" print“函数来显示"rpart”对象的细节，是否有类似的函数来打印构建在"ada“对象中的决策树？
非常感谢!
我的示例代码如下所示：
library(ada)
data("soldat")
model <- ada(y ~ .
, data=soldat
, loss="e"
,
浏览 0提问于2015-08-12得票数 0
回答已采纳
2回答
我正在使用rpart包创建一个预测模型。如果我使用predict函数并设置type="class"，它会根据概率自动生成类。
我想知道它所基于的截止概率值，但似乎到处都找不到它。
浏览 0提问于2017-03-22得票数 1
1回答
> queimaduras
Cabelo Pele LocaoSolar Queimadura
1 Castanho Morena Nao sem
2 Louro Morena Nao ligeira
3 Louro Morena Sim sem
4 Louro Branca Sim sem
5 Louro Branca Nao grave
6 Ruivo Branca Sim
浏览 1提问于2015-11-28得票数 1
回答已采纳
请看下面的RPART代码：
fit<-rpart(SCR_ADULT_SILVER ~
HCC1+HCC2+HCC3+HCC4+HCC5+HCC6+HCC7+HCC8+HCC9+HCC10+HCC11+HCC12+HCC13+HCC14+HCC15+HCC16+
HCC17+HCC18+HCC19+HCC20+HCC21+HCC22+HCC23+HCC24+HCC25+HCC26+HCC27+HCC28+HCC29+HCC30+HCC31,
method="anova",
control=rpart.control(minsplit=210,cp=0.00
浏览 0提问于2019-12-20得票数 0
2回答
我正在建立一个购物车模型，我试图调优两个参数的rpart - CP和最大深度。当每个参数每次都能很好地工作时，当两个参数都被使用时，它总是抛出一个错误，我无法弄清楚原因。
library(caret)
data(iris)
tc <- trainControl("cv",10)
rpart.grid <- expand.grid(cp=seq(0,0.1,0.01), minsplit=c(10,20))
train(Petal.Width ~ Petal.Length + Sepal.Width + Sepal.Length, data=iris, method
浏览 20提问于2016-04-22得票数 7
回答已采纳
1回答
我是非常的机器学习新手，所以如果这个问题的答案很明显，我很抱歉。
我使用决策树，使用rpart包，试图使用与该结构火灾相关的各种变量来预测结构火灾何时可能导致死亡，例如原因、损坏程度等。
结构火灾造成死亡的几率约为100人中的1人。
总之，在我的训练集中，我有大约154,000次观察。我注意到，当我使用完整的训练集时，复杂性参数cp必须一直降低到.0003。
> rpart(Fatality~.,data=train_val,method="class", control=rpart.control(minsplit=50,minbucket = 1, cp=0.0003
浏览 1提问于2018-03-16得票数 0
1回答
我使用的rpart包如下所示：
model <- rpart(totalUSD ~ ., data = df.train)
我注意到超过80k行，rpart正在将它的预测概括为三个不同的组()，如下图所示：
我看到了几个；但是，我不太理解它们。
是否有一种方法来配置rpart，以便创建更多的预测(而不是仅仅三个)；不是那么明显的组，而是在两者之间有更多的级别？
我问的原因是因为我的成本估算器看起来相当简单，因为它只返回三个数字中的一个！
下面是我的数据的一个例子：
structure(list(totalUSD = c(9726.6, 730.14, 750, 200, 60.
浏览 6提问于2015-07-22得票数 5
3回答
我使用的是C50决策树算法。我能够构建树并获得摘要，但不知道如何绘制或查看树。
我的C50模型名为credit_model
在其他决策树软件包中，我通常使用像plot(credit_model)这样的东西。在rpart中，它是rpart.plot(credit_model)。
在C50算法中绘制的等价物是什么？
浏览 11提问于2014-01-22得票数 8
1回答
我尝试在R中的一个小数据集上拟合决策树模型，但它总是预测类别标签为Yes，而不管输入的是什么数据集。 数据 outlook <- c("sunny", "sunny", "overcast", "rain", "rain", "rain", "overcast", "sunny", "sunny", "rain", "sunny", "overcast", "overcast",
浏览 6提问于2021-04-08得票数 1
回答已采纳
df <- tibble(x1=factor(c("S1", "S1", "S2", "S2")), y=factor(c(1, 1, 0, 1)))
md <- rpart(formula=y~., data=df, method="class", control=rpart.control(minsplit=2, cp=0))
nrow(md$frame) #outputs 1
考虑一下分裂
左子节点：
"S1", 1
"S1", 1
右子节点：
"S2&#
浏览 0提问于2020-07-08得票数 1
3回答
当我尝试使用Survival~Sex+Pclass拟合分类树模型时，它没有考虑Pclass，而只是考虑了性别(当生存、性别和Pclass如代码所示被分解时)，无论指定了什么控制参数。
代码：
library(titanic)
library(rpart)
library(rpart.plot)
train = titanic_train
titanic_train$Survived = factor(titanic_train$Survived)
titanic_train$Sex = factor(titanic_train$Sex)
titanic_train$Pclass = fact
浏览 3提问于2021-03-05得票数 1
我试图通过将控件设置为rpart.control(minsplit=2, minbucket = 1,cp=0)来构建一个完整的树，但它不起作用。我认为原因可能是有4个拆分的摘要树的cp = 0，但这棵树不是满的，所以它的cp应该> 0。
我还检查了数据，可能会有更多的拆分。下面是我的代码：
#################
# libraries #####
library(datasets)
library(rpart)
library(rpart.plot)
##################
# preparing data #
titanic_obs=c()
for (cl
浏览 7提问于2014-06-11得票数 2
3回答
我正在遵循泰坦尼克号的DataCamp教程。生成决策树之后，决策树的绘图就不能工作了，显示了一个错误
没有一个叫做“rpart.plot”的包
知道怎么解决这个问题吗？
库
library(rattle)
library(rpart)
library(RColorBrewer)
决策树
my_tree_two <- rpart(Survived ~ Pclass + Sex + Age + SibSp + Parch + Fare + Embarked,
data = train,
metho
浏览 4提问于2017-01-08得票数 1
回答已采纳
1回答
在R中，我希望水平地绘制一个决策树，以便它更适合整个PDF页面。此代码垂直绘制它：
```{r, message=FALSE, warning = FALSE, echo=FALSE, cache = FALSE}
rpart.lrn <- makeLearner("classif.rpart"，predict.type = "prob"，fix.factors.prediction = FALSE)
模型= train(rpart.lrn，Task= classif.task，subset = train.set)
树<- getLearnerMo
浏览 1提问于2018-05-30得票数 3
回答已采纳
我已经使用rpart构建了一个多层决策树，并且我正在尝试使用partykit包复制树结构，更具体地说，是partysplit-partynode组合。
我目前在rpart和partysplit之间的顺序差异方面有一个问题。
来自rpart的决策树总是首先使用“大于”号(>)，然后是下面的“小于”号(<)，而partykit则相反。例如，rpart输出
[6] value.a >= 33: FALSE. (n = 63, err = 33.3%)
[7] value.a< 33: FALSE. (n = 74, err = 8.1%)
vs. partykit输出
浏览 9提问于2017-06-17得票数 0
回答已采纳
1回答
我必须在交互式模式下绘制决策树，这是我可以在JavaScript中完成的，但是要做到这一点，我需要使用Json格式的rpart对象。
因此，我希望使用一些库将rpart输出转换为JSON格式。
model <- rpart(formula=Species~Sepal.Length+Sepal.Width+Petal.Length+
Petal.Width,data=iris,na.action = na.rpart, method = "class",
parms = list(split="gini"),
浏览 3提问于2015-12-10得票数 2
2回答
如何控制决策树？
、、
这是我用于决策树的R脚本：
library(caret)
library(rpart.plot)
library(plyr)
library(dplyr)
library(rpart)
data("iris")
names(iris) = tolower(names(iris))
table(iris$species)
suppressMessages(library(caret))
index = createDataPartition(y=iris$spe
浏览 0提问于2021-12-16得票数 3
回答已采纳
2回答
我正在使用rpart创建决策树。例如：
fit <- rpart(Kyphosis ~ Age + Number + Start, data=kyphosis)
如何从文本文件中读取公式部分，并将其转换为rpart喜欢的格式？我试过了：
predictor_variables <- c("Age", "Number", "Start")
rpart_formula <- Kyphosis ~ parse(text=paste(predictor_variables, collapse="+"))
fit <
浏览 0提问于2011-09-21得票数 3
回答已采纳
2回答
我正在使用rpart包进行决策树分类。我有一个数据框架，大约有4000个特性(列)。我想在我的模型中使用rpart()中的所有特性。我怎么能这么做？基本上，rpart()将要求我以这样的方式使用该函数：
dt <- rpart(class ~ feature1 + feature2 + ....)
我的特征是文档中的单词，所以我有超过4k的功能。每个特征都由一个单词表示。有没有可能不写就使用所有的功能？
浏览 2提问于2014-09-23得票数 6
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
