Forward

联想台式机启用tpm2.01、TPM2.0 已支持此情况电脑可以直接升级win11 2、未发现TPM2.0首先要确认自己的电脑时候支持TPM2.0 http://www.8fe.com/gongju/4218.html 可以从上面的连接查询自己的CPU是否支持。参考下面图片否则正常正常升级渠道已经没了，歇歇吧（通过u盘，或者iso替换文件安装） 3、进入BIOS打开TPM2.012345我的电脑信息如下：系统制造商: LENOVO系统型号: 10SMCTO1WW系统类型: x64-based PC开启方法仅供参考 首先在显示联想图标是按下F1（或者其他键）进入BIOS 找到“Secyrity”选项进入“TCG Security Setup” “Security Chip 2.0”改为“Enable” “F10”保存并退出 此时重启后就可以发现满足Win11升级条件了

再生龙使用教程1、图文教程备份到U盘/硬盘 https://blog.csdn.net/m0_46141590/article/details/115292569 https://www.cnblogs.com/yinfutao/p/10214060.html 备份到服务器 https://blog.csdn.net/zhangyanmin12345/article/details/81129408 2、视频教程https://www.bilibili.com/video/av761012704?from=search&seid=2936011690800722867&spm_id_from=333.337.0.0 3、可能遇到的问题及解决方式 failed to use partclone program 选择参数fsck 或者fsck -y。（不行的话试一下进入专家模式设置块大小为256） 开机显示an error occurred during the file system 12fsck -cfsck -y 还原后键鼠不能使用 进入bios， ...

RedHat 网络配置本方法为关闭图形界面采用配置文件配置 1、 首先关闭网络管理的图形界面，避免窗口操作对文件配置产生影响1234# 关闭网络配置图形服务（本次生效）service NetworkManager stop# 关闭开机启动网络配置图形界面chkconfig NetworkManager off 2、删除之前的网卡信息，避免之前信息的影响12cd /etc/udev/rules.drm 70-pre*.rules //删除前可备份此文件，如需恢复 3、清除网络配置信息，方便重新配置 注释掉可能产生影响的信息，保留基本信息 12cd /etc/sysconfig/network-scripts vim ifcfg-eth* 可以注释掉mac地址、UUID、IP地址、子网掩码、网关、NAME等 可以选择保留最基本的信息，比如:(或者比下面更少的信息，在你能确定不需要的前提下) 12345678910DEVICE="et ...

Gitee图床里的图片全都变成图标 为了解决这个问题，我把它转移到了Github中，下面是我的方法 1、Gitee图床中的图片打包下载下来 2、GitHub新建一个图床下面是一个相关教程：https://www.jianshu.com/p/69c122f16467 关于Github访问的问题，这个链接里的作者提供了一个加速方式，我用着还行 3、直接替换链接 因为图片名没换，所以只要把图片名之前的链接地址给换了就行了。比如：https://gitee.com/******/images/blob/master/test.png ===>>>https://github.com/******/img/blob/main/test.jpg 也就是上面test.png之前的内容，直接使用文本编辑器的替换功能就行了ok

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub. Quick StartCreate a new post1$ hexo new "My New Post" More info: Writing Run server1$ hexo server More info: Server Generate static files1$ hexo generate More info: Generating Deploy to remote sites1$ hexo deploy More info: Deployment

Meanshift 实现聚类 KNN实现分类 KMeans 实现聚类

异常检测根据输入数据，对不符合与其模式的数据进行识别。 一维概率密度： 概率密度函数是一个描述随机变量在某个确定取值点附近的可能性的函数。 高斯分布： 高斯分布的概率密度函数: $$p(x)=\frac{1}{\sigma \sqrt{2\pi}}e^{\frac{(x-\mu)^2}{2\sigma^2}}$$ $\mu$为数据均值，$\sigma $为标准差 $$\mu=\frac{1}{m}\sum_{i-1}^{m}x^{(i)}$$ $$\sigma^2=\frac{1}{m}\sum_{i-1}^{m}(x^{(i)}-\mu)^2$$ 二维以上

决策树决策树 定义：对实例进行分类的树形结构，通过多层判断区别所属目标 本质：通过多层判断，从训练数据集中归纳出一组分类规则 优点 计算量小， 运算速度快 易于理解，可清晰查看各个属性的重要性 缺点 忽略属性间的相关行 样本类别分布不均匀时，容易影响模型表现 **ID3:**利用信息熵原理选择信息增益最大的属性进行分类属性，递归的拓展决策树的分支，完成决策树的构造 信息熵：度量随机变量不确定的指标，熵越大，变量的不确定性就越大。假定当前样本集合D中第k类样本所占的比例为: p_x,则D的信息熵为：$$Ent(D)= -\sum_{k=1}^{|y|}p_k\log_2p_k$$根据信息熵可以计算以属性a进行样本划分带来的信息增益：$$Gain(D,a)=Ent(D)-\sum_{v=1}^{V}\frac{D^v}{D}Ent(D^v)$$V为根据属性a划分出的类别数，D为当前样本总数，D^v为类别v样本数 目标：划分后样本分布不确定性尽可能小，即划分后信息熵小，信息增益大 例子：

主成分分析数据降维在某些限定条件下，降低随机变量个个数，得到一组“不相关”主变量的过程。 作用： 减少模型分析数据量，提升处理效率，降低计算难度 实现数据可视化 主成分分析（PCA）目标： 寻找k(k<n)维新数据，使他们反映事物的主要特征 核心： 在信息损失尽可能少的情况下，降低数据维度 投影后的不同数据特征尽可能分得开（即不相关）可以保留主要的信息； 实现方式：使投影后数据的方差最大，因为方差越大数据也越分散 计算过程： 原始数据预处理（标准化：$\mu=0, \sigma=1$） 计算协方差矩阵特征向量、及数据在各特征向量投影后的方差 根据需求（任务指定或方差比例）确定降维维度k 选取k维特征向量，计算数据在 其形成空间的投影