图片如果在配置SSL证书后，Nginx的HTTPS无法正常工作，可能有以下几个常见原因：1.错误的证书路径或文件权限：确保在Nginx配置文件中指定了正确的证书文件路径，并且Nginx对该文件具有读取权限...证书格式问题：确保证书文件的格式正确。通常，SSL证书是以PEM或DER格式编码的。如果证书格式不正确，可以使用openssl命令将其转换为正确的格式。图片3....端口配置错误：确认Nginx配置中针对HTTPS的监听端口（默认为443）与客户端请求的端口匹配。5. 防火墙或网络代理设置：检查服务器上的防火墙配置，确保允许入站和出站的HTTPS连接。...此外，如果后面有使用网络代理，也要检查代理的配置是否正确。6. 其他配置错误：检查Nginx的其他相关配置，确保没有其他冲突或错误的指令导致HTTPS无法正常工作。...可以查看Nginx的错误日志文件以获取更多详细的错误信息。排除以上可能的问题，并进行适当的配置修复后，可以重新启动Nginx服务，并检查HTTPS是否能够正常工作。
今天我第一次学习使用fail2ban，以前都没用过这样的东西，小地方没有太多攻击看上，但是工作之后这些安全意识和规范还是会加深认识，fail2ban很简单的远离，分析日志，正则匹配查找，iptables...ban ip，然后我今天花了很长时间都没办法让他工作起来，我写了一个简单的规则ban掉尝试暴力登录phpmyadmin的ip，60秒内发现3次ban一个小时。...我通过fail2ban-regex测试工具测试的时候结果显示是能够正常匹配的，我也试了不是自己写的规则，试了附带的其他规则的jail，也是快速失败登录很多次都不能触发ban，看fail2ban的日志更是除了启动退出一点其他日志都没有...后面我把配置还原，重启服务，这次我注意到重启服务之后整个负载都高了起来，fail2ban-server直接是占满了一个核，这种情况居然持续了十几分钟的样子，简直不能忍。...这里可以看看sae是怎么做的，他是通过静态的二次密码认证，然后直接从sae管理后台带登录态到phpmyadmin，而不是在phpmyadmin直接输入密码什么的。所以还算平衡了安全和便捷性的要求。
，所以在构建模型进行数据变换的时候并不能随心所欲的变换。...数据变换过程中我经常会使用BOX-COX变换，这种变换的方法为： 1、λ不等于0的时候， ? 2、λ等于0的时候， ?...,可以叫做平方根变换； λ=0的时候可以叫做对数变换； λ=-0.5的时候，y可以叫做平方根倒数变换； 4、变换需要y的最大值和y的最小值的比值要大于2，即原始数据Y的最大值和最小值的变化范围不能太小使用...BOX-COX变换才是有效的，如果变化范围过小则数据不敏感。...但是实际工作中我还没有遇到过比值小于2的情况。
将区间 ， 的值视为正常值范围，在 ， 外的值视为离群值。...图像对比法 概念和工作原理 所谓的图像对比法是通过比较训练集和测试集对应的特征数据在某一区间是否存在较大的差距来判别这一区间的数据是不是属于异常离群值。...BOX-COX转换 优势： Box 和 Cox在1964年提出的Box-Cox变换可使线性回归模型满足线性性、独立性、方差齐性以及正态性的同时，又不丢失信息，此种变换称之为Box—Cox变换。...误差与y相关，不服从正态分布，于是给线性回归的最小二乘估计系数的结果带来误差 使用Box-Cox变换族一般都可以保证将数据进行成功的正态变换，但在二分变量或较少水平的等级变量的情况下，不能成功进行转换，...Box-Cox变换后，残差可以更好的满足正态性、独立性等假设前提，降低了伪回归的概率 其中： 在一些情况下（P值Box-Cox转换，但是当P值>0.003
折叠1:训练[1]，测试[2] 折叠2训练[1 2]，测试[3] 折叠3:训练[1 2 3]，测试[4] 折叠4:训练[1 2 3 4]，测试[5] 80、什么是Box-Cox变换?...Box-Cox变换是Box和Cox在1964年提出的一种广义幂变换方法，是统计建模中常用的一种数据变换，用于连续的响应变量不满足正态分布的情况。...Box-Cox变换之后，可以一定程度上减小不可观测的误差和预测变量的相关性。...Box-Cox变换的主要特点是引入一个参数，通过数据本身估计该参数进而确定应采取的数据变换形式，Box-Cox变换可以明显地改善数据的正态性、对称性和方差相等性，对许多实际数据都是行之有效的 。...当训练时，你的梯度可以变得太小;这使得训练变得困难。当梯度太小时，这个问题被称为消失梯度。这会导致长时间的训练，糟糕的表现和低准确性。 101、什么是反向传播并解释它的工作原理。
现在来看看对于因变量的数据转换：BOX-COX转换。...** 内容主要参考交大的课件：BoxCox-变换方法及其实现运用.pptx 优势： 线性回归模型满足线性性、独立性、方差齐性以及正态性的同时，又不丢失信息，此种变换称之为Box—Cox变换。...误差与y相关，不服从正态分布，于是给线性回归的最小二乘估计系数的结果带来误差 使用Box-Cox变换族一般都可以保证将数据进行成功的正态变换，但在二分变量或较少水平的等级变量的情况下，不能成功进行转换，...Box-Cox变换后，残差可以更好的满足正态性、独立性等假设前提，降低了伪回归的概率 常规的经济学转换方式： log，对数转换，是使用最多的（数据必须大于0） 还有： 平方根转换 倒数转换...Box-Cox变换的正态变换： 数据不比大于>0 ? 没有Box-Cox变换的回归： ? Box-Cox变换之后的回归： ?
平方根变换和对数变换的简单推广称为Box-Cox变换： 图2-12， 展示出了在 =0（log变换），=0.25,=0.5（平方根的缩放和移位版本），λ=0.75, 和=1.5时的Box-Cox变换。...设置小于1时压缩较高的值，并且设置λ大于1时具有相反的效果。 只有当数据为正值时, Box-Cox 公式才能工作。对于非正数据, 可以通过加上固定常量来移动数值。...当应用 Box-Cox 变换或更一般的功率变换时, 我们必须确定参数的值。这可能是通过最大似然(找到的,使产生的变换信号的高斯似然最大) 或贝叶斯方法。...完全介绍 Box-Cox 和一般功率变换的使用超出了本书的范围。...幸运的是, Scipy 的数据包包含了一个 Box-Cox 转换的实现, 其中包括查找最佳变换参数。
从上面的开方变换和对数变换可以感觉到，不同偏度的数据应该使用不同的变换，那么我们能不能根据数据自动地选择变换函数呢？...其实，上面第一个式子当参数 时的极限就是第二个式子（对数函数）。请看，当 时， 对于给定的数据，Box-Cox 变换的主要问题就是要估计出合适的参数值 。有了这个值就可以对数据作变换和反变换了。...可以看出来，在这个例子中， Box-Cox 变换比开根号和对数变换的纠偏效果更好。 接着，我们通过 QQ-plot 来检验一下原始数据、对数变换以及 Box-Cox 变换的正态性。...from scipy import stats 最后一个 Box-Cox 变换后的 QQ-plot 绘制如下，其他的类似。...最后，如果你在训练一个机器学习的模型，那么 Box-Cox 的参数值应该从训练集里的数据估计而来，然后可以拿来对训练集之外的数据进行同样的变换。
两个骰子面值之和的概率，是两个骰子独立事件的概率的和。...然而无论做归一化还是BN处理，虽然将数据的均值变为0，方差变为1，但是数据的整体分布并不一定服从标准的正态分布（实际数据大部分时候都不会是），做归一化和BN时，我们求出来的均值和方差，并不能说明我们数据是服从正态分布的...数据变化方法：Box-Cox Box-Cox变换是是统计建模中常用的一种数据变换，用于连续的响应变量不满足正态分布的情况。...Box-Cox变换之后，可以一定程度上减小不可观测的误差和预测变量的相关性，可以明显地改善数据的正态性、对称性和方差相等性，对许多实际数据都行之有效。...#进行Box-Cox变换 trains.SalePrice,lambda_=stats.boxcox(trains.SalePrice) 然后再看一下变换后的分布情况和QQ图 ?
然而无论做归一化还是BN处理，虽然将数据的均值变为0，方差变为1，但是数据的整体分布并不一定服从标准的正态分布（实际数据大部分时候都不会是），做归一化和BN时，我们求出来的均值和方差，并不能说明我们数据是服从正态分布的...直方图和KDE分布图可以比较直观的看出数据样本本身的分布特征，推荐seaborn中的distplot，它的主要功能是绘制单变量的直方图，且还可以在直方图的基础上加入kdeplot和rugplot的部分内容...数据变化方法：Box-Cox Box-Cox变换是是统计建模中常用的一种数据变换，用于连续的响应变量不满足正态分布的情况。...Box-Cox变换之后，可以一定程度上减小不可观测的误差和预测变量的相关性，可以明显地改善数据的正态性、对称性和方差相等性，对许多实际数据都行之有效。...#进行Box-Cox变换 trains.SalePrice,lambda_=stats.boxcox(trains.SalePrice) 然后再看一下变换后的分布情况和QQ图 ?
4）实现代码 fcc_survey_df['Income_log'] = np.log((1+fcc_survey_df['Income'])) 2.Box-Cox变换 1）定义 Box-Cox 变换是另一个流行的幂变换函数簇中的一个函数...该函数有一个前提条件，即数值型值必须先变换为正数（与 log 变换所要求的一样）。万一出现数值是负的，使用一个常数对数值进行偏移是有帮助的。 Box-Cox 变换函数： ?...2）作用 Box-Cox变换是Box和Cox在1964年提出的一种广义幂变换方法，是统计建模中常用的一种数据变换，用于连续的响应变量不满足正态分布的情况。...Box-Cox变换之后，可以一定程度上减小不可观测的误差和预测变量的相关性。...Box-Cox变换的主要特点是引入一个参数，通过数据本身估计该参数进而确定应采取的数据变换形式，Box-Cox变换可以明显地改善数据的正态性、对称性和方差相等性，对许多实际数据都是行之有效的。
统计变换 我们讨论下先前简单提到过的数据分布倾斜的负面影响。现在我们可以考虑另一个特征工程技巧，即利用统计或数学变换。我们试试看 Log 变换和 Box-Cox 变换。...经过 log 变换后描述开发者收入分布的直方图 Box-Cox 变换 Box-Cox 变换是另一个流行的幂变换函数簇中的一个函数。...该函数有一个前提条件，即数值型值必须先变换为正数（与 log 变换所要求的一样）。万一出现数值是负的，使用一个常数对数值进行偏移是有帮助的。数学上，Box-Cox 变换函数可以表示如下。 ?...现在让我们在开发者数据集的收入特征上应用 Box-Cox 变换。首先我们从数据分布中移除非零值得到最佳的值，结果如下。...，让我们在取值为 0 和 λ（最佳取值 λ ）时使用 Box-Cox 变换对开发者收入特征进行变换。
Box-Cox transforms for different values of λ. 只有当数据为正值时, Box-Cox 公式才能工作。对于非正数据, 可以通过加上固定常量来移动数值。...当应用 Box-Cox 变换或更一般的功率变换时, 我们必须确定参数 λ 的值。这可能是通过最大似然(找到的λ,使产生的变换信号的高斯似然最大) 或贝叶斯方法。...完全介绍 Box-Cox 和一般功率变换的使用超出了本书的范围。...幸运的是, Scipy 的数据包包含了一个 Box-Cox 转换的实现, 其中包括查找最佳变换参数。 例子2-12。Yelp商户评论数的 Box-Cox 变换。 ?...在这方面，原始评论数明显比正常分布更重尾。（有序值上升到4000，而理论位数仅延伸到4）。简单的对数变换和最优的 Box-Cox 变换都使正尾部接近正态分布。
笔者邀请您，先思考： 1 您在面试数据的工作，遇到什么数据科学面试题？ 续数据科学面试问题集一。 1 您将在时间序列数据集上使用什么交叉验证技术？ 2 什么是逻辑回归？...Box cox转换是一种将非正态因变量转换为正常形状的统计技术。 如果给定的数据不满足正态，但是大部分统计技术都假设正态化。 应用boxcox转换意味着您可以运行更多的测试。 ?...Box Cox变换是一种将非正态因变量转换为正态形状的方法。 对于许多统计技术来说，正态性是一个重要的假设，如果您的数据不满足正态分布，应用Box-Cox意味着您可以运行更多的测试。...它们产生的错误将通过反向传播返回并用于调整它们的权重，直到错误不能再降低。请记住，循环性网络的目的是准确分类顺序输入。我们依靠误差和梯度下降的反向传播来做到这一点。...在有监督的机器学习算法中，我们必须使用带标记的数据集来训练模型，而训练时我们必须明确地提供正确的标签，算法试图从输入到输出学习模式。
https://www.showmeai.tech/article-detail/325 声明：版权所有，转载请联系平台与作者并注明出处 收藏ShowMeAI查看更多精彩内容 图片 我们总会听到很多公司的技术人员在做用户画像的工作...，细分客户/客户分群是一个很有意义的工作，可以确保企业构建更个性化的消费者针对策略，同时优化产品和服务。...准确地说，它们都是有偏的，我们通常会通过一些数据变换手段来对数据做一些梳理，常见的数据变换方式包括： 对数转换 平方根变换 box-cox 变换 我们可以对原始数据，分别使用『对数变换』、『平方根变换』...和『box-cox 变换处理』，把分布绘制如下： from scipy import stats def analyze_skewness(x): fig, ax = plt.subplots(...变换，box-cox变换和三次方根（cbrt）变换。
很明显，右下角那两玩意肯定不是正常点，面积越大反而越便宜，除非是凶宅，这种情况也少见，不能把这两个点加入训练。...变换，得到新样本 ? 。 选择这样的样本，首先要求样本之间的大小关系不能发生变化。...自变量分布 回归问题就涉及到正态分布了，计算每一个特征的偏差，如果偏差过大，那么证明其偏离正态分布太远了，这样就需要用Box-cox变换调整。...Box-cox变换 如果按照之前那样先把偏差算出来太麻烦了，这里提供了一个自动的变换 ?...主要复杂的还是数据处理阶段，离群点，缺失值，回归问题注意正态分布，正态分布变化，偏差，使用Box-cox进行正态分布变换，还有最后模型阶段如何调包调参还不是特别熟悉。 ?
如果某个特征的方差比其他特征大几个数量级，那么它就会在机器学习过程中占据主导位置，导致学习器并不能像我们期望的那样，从所有特征中进行学习。..., 0. ]]) MaxAbsScaler 与 MinMaxScaler 工作原理非常相似，它通过将特征值除以每个特征值的最大值把数据缩放到 [-1, 1] 范围内。...幂变换是一种实现形式。幂变换是一类参数化的单调转换，目的是将数据从任何分布映射为近似于高斯分布，以便稳定方差和最小化偏斜。...PowerTransformer 目前提供两个这样的幂变换, Yeo-Johnson transform 和 the Box-Cox transform。其中 Box-Cox 仅能应用于严格的正数。...这样的正数特征并不能在 sklearn 中直接使用，因为这样的连续输入，估计器会认为类别直接是有序的，但实际上确实无序的。
Box-Cox转换 由于我们已经发现气温时间序列是平稳的，但不是正态分布，所以可以尝试使用Box-Cox变换来修复它。这里使用scipy包及其函数boxcox。...BoxCox变换后的时间序列分布，可以看到，它还远远不能被称为“正态”分布。...get_lines()[1].set_color('w') ax2.get_lines()[0].set_color('#8dd3c7') ax2.set_title('Probplot after Box-Cox...212) prob = stats.probplot(df_d.t2m_box, dist=stats.norm, plot=ax2) ax2.set_title('Probplot after Box-Cox...transformation') plt.tight_layout() 这个概率图还有一个更常见的名字QQ图 另外需要说明的是，如果打算使用转换后的时间序列进行ML建模，不要忘记应用反向BoxCox
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
云直播
