正则化其实就是将一些特征给减小很多，相当于消掉，这样函数将变得更加简单，那么他过拟合的可能就更小了。1.正则化公式我们使用了这个新的代价函数，来权衡两个目标最小化第一项，可以让（预测值-真实值）的平方尽可能的小，从而算法能更好的拟合数据，（第一个目标就是拟合数据）最小化第二项，让参数Wj尽可能的小，这样可以减小过拟合的风险（第二个目标）这个时候λ的选择就至关重要，因为想要最小化第二项，如果λ取值很大，w的值就需要取接近于0，这样就导致函数约等于0，就是一条直线。如果λ取值为0，这样就到时w都非常大，这样数据就产生了过拟合的现象。所以λ需要取值在两者之间较好，会拟合出一个多项式，保留了所有的特征

论文Single-cellprofilingofvascularendothelialcellsrevealsprogressiveorgan-specificvulnerabilitiesduringobesityhttps://www.nature.com/articles/s42255-022-00674-x#Sec58s42255-022-00674-x.pdfhttps://github.com/Osynchronika/sc_EC_obesity_atlas大部分作图的数据都有，可以试着用论文中提供的数据复现一下论文中的图今天的推文我们复现一下论文中的figure2b水平堆积柱形图

2008年，“大数据”一词在《大数据时代》中被首次提出，距今已有整整14个年头。在这14年中，许多人亲眼见证了数据的力量，以及目睹它如何改变世界。大部分企业的决策者都明白了一个道理：数据才是企业中最有价值的商品，它可以被人为选择成就还是破坏业务。然而，自流行词“大数据”出现的14年后，如何获得更高质量的数据，以及更智能的数据管理，帮助企业做出明智和及时的决策，仍然是许多企业的“疑难杂症”。每个人的嘴里都在谈论数据治理和数据管理，却没有人真正知道该怎么办。幸运的是，一种帮助企业提升数据分析质量和效率的方法论正在兴起，它就是DataOps。基于DataOps，企业数据中台可以实现数据利用率最大化，

单因素anova在实际运用中经常还要对具有相同方差的多个正态总体均值进行比较的假设检验问题，所以引入了方差分析如图所示，考虑某因素的影响是否对各水平之间产生显著影响通常将要考察的对象的某种特征称为指标，影响指标的各种因素称为因子，因子控制在几个不同的状态上，每一个状态称为因子的一个水平若一项实验仅有一个因子在改变，为单因素实验；多于一个因子改变的实验为多因素实验我们来看一个示例该例子中，指标为电池的寿命；因子为生产电池的工厂；水平为工厂A1，A2，A3在此例子中只有生产电池的工厂这一因子改变，故为单因素实验目的是考察不同厂家生产的电池平均寿命是否有显著差异。如果有显著差异，表明生产工厂这一因子

目录1.KVC2.KVO3.通知4.代理、委托、协议5.Block、KVO、通知、代理之间的区别6.分类Category和类扩展Extension7.类方法、实例方法、构造方法1.KVC概念：KVC（Key-ValueCoding）键值编码，是一种可以直接通过字符串类型的属性名key来访问或赋值某个类属性的机制，而不是通过调用Setter、Getter方法访问。这样就可以在运行时动态地访问和修改对象的属性，而不是在编译时确定，这也是iOS开发中的黑魔法之一。它是利用NSKeyValueCoding非正式协议实现的一种机制，对象采用这种机制来提供对其属性的间接访问。说明：1.写下KVC代码并点击

之前一直听说低代码，但是一直持怀疑的态度。今天无意中看到了aiXcoder，然后就顺手试了一下，感觉就是，这个东西有点东西。只要在上面的输入框输入要实现的需求，点一下生成按钮，就会自动生成代码。而且生成的代码还是逐个字符显示出来，感觉就像有人在敲键盘一样（不会真的有个人在浏览器的另一端手敲吧哈哈）下面列一下我尝试了的几个程序代码：快速排序：快速排序它抽出来的方法默认不会生成，把鼠标移到黄线上，会有提示：生成子方法点一下提示的文字，就开始生成子方法了。但其实这个方法是递归的，可以一直点下去，程序可能还不能识别递归，这可能需要优化一下。抽奖：抽奖试了一下抽奖的，就发现许多问题了。第一就是不够智能，

Context在android中的作用不言而喻，当我们访问当前应用的资源时，启动一个新的Activity的时候都需要提供Context，而这个Context到底是什么呢。从字面意思是“上下文”，或者也可以叫做环境，场景等，尽管如此，还是有点抽象，从类的继承来说。Context作为一个抽象的基类，它的实现类有直接子类有ContextImpl，ContextWrapper，MockContextContetxImpl和ContextWrapper是继承Context，但是Context抽象方法是在ContextImpl中实现的，ContextWrapper虽然也继承了Context但是其中的方法实

image.png行列式是关于方阵的函数，方阵可以对应于算子，所以，行列式就是关于算子的函数。行列式为零代表算子不可逆，奇异，退化。9.33首先是定义，这个定义是逆序数，或者说是序列的奇偶性。如果要完全理解这个概念，就需要引入置换群的概念，，其中包括奇置换群和偶置换群，相关的内容还是比较多的。image.png行列式的定义，非常抽象。image.png通过列向量分解，可以将行列式简化为n交错函数，就像双线性函数，n线性函数一样，交错是由于特殊的系数。简单而言，就是给定n个向量，获得一个数，就如泛函一般。9.34行列式的基本运算性质，单位矩阵行列式为1某一列倍乘，行列式倍乘交换两列，行列式变号两

我们一般在通过代理采集数据时，会在电脑端设置全局代理，如下所示：设置代理前这个方法会导致所有流量都经过8080代理端口。现在我想用mitmproxy采集一个网站的数据，是不希望所有流量都走mitmproxy的。这里推荐一个谷歌浏览器的插件来解决这个问题（下载地址在文末）。一、新建场景这里的意思是：该场景中，流量都经过代理服务器：127.0.0.1，代理端口：8080二、配置情景模式：autoswitch这里的意思是：域名匹配时，才使用第一步配置的“本地mitmproxy代理”三、实际使用点击扩展插件，点击ProxySwitchyOmega插件四、选择场景模式这里点击autoswitch（第二步

1、Linux操作系统解密https数据包需要设置SSLKEYLOGFILE变量，推荐写入配置文件中。echo"exportSSLKEYLOGFILE=~/.ssl.key">>~/.bashrcsource~/.bashrc使用tcpdump命令抓取https的数据包。tcpdump-ieth0tcpandport443-s0-nn-wfirst.pcap将first.pcap和.ssl.key文件下载到本地，用Wireshark打开first.pcap，看到的数据包应该都是加密的，明文内容需要给Wireshark设置一下，关键是依靠.ssl.key文件来解密。image.pngWiresh