当前位置：首页 > news >正文

【matlab】绘制maxENT模型的ROC曲线和omission curve

news 来源：原创 2025/6/19 19:13:45

文章目录

一、maxENT模型
二、ROC曲线
三、实操
- 3.1 数据提取
- 3.2 绘制ROC曲线
- 3.3 绘制遗漏曲线
- 3.4 多次训练的ROC和测试的ROC

一、maxENT模型

前面的文章已经详细讲过了。

maxENT软件运行后，会生成一个html报告，里面有ROC曲线，但我们往往需要自己画图，设计一下样式，而不是直接使用输出的图像。

二、ROC曲线

ROC 曲线，即受试者工作特征曲线（Receiver Operating Characteristic Curve），是用来评估二分类模型性能的重要工具。

二分类决策：在二分类模型中，模型通常根据某个阈值（threshold）将样本预测为正例或负例。调整这个阈值会影响预测结果，从而改变模型的敏感性（正确识别正例的能力）和特异性（正确排除负例的能力）。
混淆矩阵要素：
- 真阳性（TP）：被正确预测为正例的样本数量。
- 真阴性（TN）：被正确预测为负例的样本数量。
- 假阳性（FP）：被错误预测为正例的负样本数量。
- 假阴性（FN）：被错误预测为负例的正样本数量。

🔹主要指标

真正率（True Positive Rate, TPR）：也称为敏感性或召回率，计算公式为

$\frac{TP}{TP + FN}$

该指标反映模型检测到正类的比例。
假正率（False Positive Rate, FPR）：计算公式为
$\frac{FP}{FP + TN}$
该指标反映在所有负样本中误判为正样本的比例。

在 ROC 曲线上，TPR 是纵轴，而 FPR 是横轴。

❄️ 如何绘制 ROC 曲线

设置不同阈值：对于一个分类器，可以从 0 到 1 选择若干不同的概率阈值。
计算指标：对于每个阈值，依据预测结果计算对应的 TPR 和 FPR。
绘图：将每个阈值对应的 (FPR, TPR) 点在二维坐标系中描绘出来，并连接这些点，形成一条曲线。

随着阈值的变化：

当阈值很高时，模型较为严格，只预测非常有信心的样本为正例，此时 TPR 较低，FPR 也较低。
当阈值很低时，更多样本被预测为正例，TPR 提高，但同时 FPR 也会上升。

☘️曲线下的面积（AUC）

AUC（Area Under the Curve）：ROC 曲线下的面积代表了模型的整体区分能力。
- AUC = 1：理想模型，能完美区分正负样本。
- AUC = 0.5：与随机猜测相当，说明模型没有区分能力。
  AUC 数值越大，说明模型在不同阈值下保持了较高的 TPR 同时控制了 FPR 的上升，表现越优。

🗝️ROC 曲线的应用与特点

独立于样本类别分布：与精确度（accuracy）不同，ROC 曲线上各点的计算不受类别比例影响，对于类别分布不平衡的问题，ROC 依然能有效反映模型性能。
决策阈值选择：通过 ROC 曲线，可以直观地看到在不同阈值下模型的表现，从而帮助选择一个合适的平衡点。例如，在医疗诊断中，可能更倾向于降低假阴性（提高 TPR），即使假阳性（FPR）上升。
模型比较：当需要比较多个模型时，ROC 曲线及其 AUC 值可以作为一个统一的指标。如果一条 ROC 曲线始终在另一条之上，那么前者所对应的模型通常表现更好。

三、实操

3.1 数据提取

首先是maxENT软件的设置，上上篇文章末尾写了。

比如：第三列（最后一张图）那个：Write background predictions选项可以选上，我截图的时候没选择。这个输出数据可以用来自己话ROC曲线。

我设置模型运行10次，输出文件夹里面会有10对这样的文件：当然还有其它文件，这些是画图需要的。
在这里插入图片描述
我预测了多个物种的适生区，每个10次，取均值。

所以首先要根据物种，把csv文件提取出来。代码示例：

%% 提取maxent多次训练后的输出csv并按物种分别保存%%
clear
clc% 设置源文件夹路径和目标文件夹路径
sourceFolder = 'xxx';  % 这里填写源文件夹路径
destinationFolder = 'xxx';  % 这里填写目标文件夹路径% 获取源文件夹中所有csv文件
csvFiles = dir(fullfile(sourceFolder, '*.csv'));% 遍历所有文件
for i = 1:length(csvFiles)% 获取文件名fileName = csvFiles(i).name;% 检查文件名是否包含 backgroundPredictions 或 samplePredictionsif contains(fileName, 'backgroundPredictions') || contains(fileName, 'samplePredictions')% 使用正则表达式提取动物名称（保留中间的下划线，去除尾部的下划线）animalName = regexp(fileName, '^[a-zA-Z_]+(?=\d)', 'match', 'once');% 去除末尾的下划线（如果有）if animalName(end) == '_'animalName = animalName(1:end-1);end% 创建以动物名称命名的目标文件夹，如果文件夹不存在则创建animalFolder = fullfile(destinationFolder, animalName);if ~exist(animalFolder, 'dir')mkdir(animalFolder);end% 复制文件到相应的文件夹copyfile(fullfile(sourceFolder, fileName), fullfile(animalFolder, fileName));end
enddisp('文件复制完成');

执行后，会有一个data（假设）文件夹，文件夹下面每个物种有一个文件夹，文件夹里面是10对csv数据。

3.2 绘制ROC曲线

这是一次预测的曲线，不是多次预测的平均：

%% 1. 读取数据clear
clcpresence = readtable('xxx_samplePredictions.csv',VariableNamingRule='preserve');
background = readtable('xxx_backgroundPredictions.csv',VariableNamingRule='preserve');% 属性名设置
presence.Properties.VariableNames = strrep(presence.Properties.VariableNames, ' ', '_');
background.Properties.VariableNames = strrep(background.Properties.VariableNames, ' ', '_');%% 2. 计算AUC% 提取预测值
pp = presence.Cloglog_prediction; % presence 数据中的预测
bb = background.Cloglog; % background 数据中的预测% 测试集 AUC
testpp = pp(presence.Test_or_train == "test");
combined = [testpp; bb];
label = [ones(length(testpp), 1); zeros(length(bb), 1)];
[~, ~, ~, AUC_test] = perfcurve(label, combined, 1);% 训练集 AUC
trainpp = pp(presence.Test_or_train == "train");
combined_train = [trainpp; bb];
label_train = [ones(length(trainpp), 1); zeros(length(bb), 1)];
[~, ~, ~, AUC_train] = perfcurve(label_train, combined_train, 1);% 输出 AUC 值
disp(['Test AUC: ', num2str(AUC_test)]);
disp(['Train AUC: ', num2str(AUC_train)]);%% 3. 绘制 ROC 曲线
[X_test, Y_test, ~, ~] = perfcurve(label, combined, 1);
[X_train, Y_train, ~, ~] = perfcurve(label_train, combined_train, 1);figure;
plot(X_test, Y_test, 'Color', '#5EC1C7', 'LineWidth', 1.5); % 测试集 ROC
hold on;
plot(X_train, Y_train, 'Color', '#DA4A22', 'LineWidth', 1.5); % 训练集 ROC
plot([0, 1], [0, 1], 'k--'); % 对角线
xlabel('1 - Specificity');
ylabel('Sensitivity');
title('ROC Curve');
legend({'Test Set', 'Train Set', 'Random'}, 'Location', 'Best');
ylim([0 1.1])
grid minor;
hold off;

在这里插入图片描述

3.3 绘制遗漏曲线

maxENT的输出称作：omission curve

在这里插入图片描述

这个数据使用的是模型输出文件夹里面的，上面的代码没有提取。这里只是示例。

%% 4. 绘制遗漏曲线% 读取遗漏数据
omission = readtable('xxx_omission.csv',VariableNamingRule='preserve');
omission.Properties.VariableNames = strrep(omission.Properties.VariableNames, ' ', '_');% 绘制遗漏曲线
figure;
plot(omission.Corresponding_cumulative_value, omission.Fractional_area, 'Color', '#DA4A22', 'LineWidth', 1.5); % Fractional area
hold on;
plot(omission.Corresponding_cumulative_value, omission.Test_omission, 'Color', '#5EC1C7', 'LineWidth', 1.5); % Test omission
plot(omission.Corresponding_cumulative_value, omission.Training_omission, 'Color', '#9EC735', 'LineWidth', 1.5); % Training omission
plot([0, 100], [0, 1], 'k--'); % 对角线
xlabel('Cumulative threshold');
ylabel('Fractional value');
title('Omission Curve');
legend({'Fractional Area', 'Test Omission', 'Training Omission', 'Random'}, 'Location', 'Best');
grid minor;
hold off;

3.4 多次训练的ROC和测试的ROC

这个不免费了，价格10快，愿意就Buy，如果你需要的话还是很值的，我也不能用爱发电哈哈🤭。

URL：https://mbd.pub/o/bread/aJqclJ9y

在这里插入图片描述

绘制效果：
在这里插入图片描述

maxENT的报告绘制的：这两个都是训练的ROC曲线，我的代码还有测试的ROC曲线（maxENT报告没有）。
在这里插入图片描述

【matlab】绘制maxENT模型的ROC曲线和omission curve

文章目录一、maxENT模型二、ROC曲线三、实操3.1 数据提取3.2 绘制ROC曲线3.3 绘制遗漏曲线3.4 多次训练的ROC和测试的ROC 一、maxENT模型前面的文章已经详细讲过了。 maxENT软件运行后，会生成一个html报告，里面有ROC曲线，但我们往往需要自…...

编程日记 2025/6/19 19:13:45

个人电子白板（svg标签电子画板功能包含正方形、文本、橡皮（颜色、尺寸、不透明度）、撤销、取消撤销等等功能，）

在Http开发中，svg标签电子画板功能包含正方形、文本、橡皮 （颜色、尺寸、不透明度）、撤销、取消撤销等等功能， 效果图代码如下： <!DOCTYPE html> <html lang"en"> <!--<link href&qu…...

编程日记 2025/6/19 19:06:38

Pygame终极项目：从零开发一个完整2D游戏

Pygame终极项目：从零开发一个完整2D游戏大家好！欢迎来到本期的Pygame教程。今天，我们将从零开始开发一个完整的2D游戏。通过这个项目，你将学习到如何使用Pygame库来创建游戏窗口、处理用户输入、绘制图形、管理游戏状态、实现碰撞检测和音效等。无论你是初学者还是有一定…...

编程日记 2025/6/19 19:06:37

在应用运维过程中，业务数据修改的证据留存和数据留存

在应用运维过程中，业务数据修改的证据留存和数据留存至关重要，以下是相关介绍：一、证据留存操作日志记录：详细记录每一次业务数据修改的操作日志，包括操作人员、操作时间、修改内容、修改前后数据的对比等。例如，某公司业务系统中，操作日志会精确记录员工小张在 2…...

编程日记 2025/5/29 1:25:01

JAVA JVM面试题

你的项目中遇到什么问题需要jvm调优，怎么调优的，堆的最小值和最大值设置为什么不设置成一样大？ 在项目中，JVM调优通常源于以下典型问题及对应的调优思路，同时关于堆内存参数（-Xms/-Xmx）的设置逻…...

编程日记 2025/6/2 15:06:24

C盘爆红如何解决

deepseek来试用一下！ 一、快速释放空间 1. 清理临时文件 - **Win R** 输入 %temp% → 删除文件夹内所有内容。 - **Win S** 搜索 “磁盘清理”** → 选择C盘 → 勾选“临时文件”“系统缓存”等 → 点击“清理系统文件”（可额外清理Windows…...

编程日记 2025/6/19 18:21:29

在 Ubuntu24.04 LTS 上 Docker 部署英文版 n8n 和部署中文版 n8n-i18n-chinese

一、n8n 简介 n8n 是一个低代码（Low-Code）工作流自动化平台，可以帮助用户以非常简单的方式创建自动化流程，连接不同的应用程序和服务。n8n的设计理念是为了让复杂的工作流变得简单易用，同时也支持高度的自定义&#xf…...

编程日记 2025/6/3 22:29:16

软件设计案例分析学习笔记

1.软件设计师内容小考一、单选题 1.(单选题，1.0 分) 下列内聚种类中，内聚程度最高的是 ( )。 A. 功能内聚 B. 逻辑内聚 C. 偶然内聚 D. 过程内聚第 1 题： 答案：A 解析：功能内聚是指模块内所有元素共同完成一个功能&a…...

编程日记 2025/6/19 19:12:04

魔百盒CM311-3-YST代工-晨星MSO9385芯片-2+8G-免拆卡刷通刷固件包

魔百盒CM311-3-YST代工-晨星MSO9385芯片-28G-免拆卡刷通刷固件包刷机前准备： 准备一个8G或一下容量的优盘将其格式化为fat32格式；（切记不要用做过电脑系统的优盘，不然刷机直接变砖）； 优盘卡刷强刷刷机&am…...

编程日记 2025/6/4 13:22:24

nginx 504 (Gateway Time-out)

目录 1. 后端处理超时 2. Nginx 代理超时设置不足 3. 服务未响应或崩溃 4. 请求体过大 5. 重启nginx 原本代理服务器用的是微软的Kestrel ，今天给项目换用了nginx，然后有个接口请求报了 （504 Gateway Timeout） 请求发送到了…...

编程日记 2025/6/2 4:26:42

WPF 实现PLC数据采集

WPF 数据采集网关系统设计与实现一、系统概述本系统是一个基于 WPF 的数据采集网关，支持主流 PLC（可编程逻辑控制器）的数据采集，并将采集到的数据汇总存储到数据库中。系统采用模块化设计，具有良好的扩展性和可维护性。二、系统架构 1. 整体架构 +---------------…...

编程日记 2025/5/27 22:52:18

llama factory怎么命令行推理图片

根据LLaMA-Factory多模态数据处理规范，配置图片输入需注意以下核心要点： --- **一、本地图片路径配置** 1. 绝对路径配置： json "images": ["/home/user/project/data/mllm_demo_data/1.jpg"] *适用场景*…...

编程日记 2025/6/1 15:47:43

计算机网络 | 应用层（1）--应用层协议原理

💓个人主页：mooridy 💓专栏地址：《计算机网络：自定向下方法》大纲式阅读笔记关注我🌹，和我一起学习更多计算机的知识 🔝🔝🔝 目录 1. 应用层协议原理 1.1 …...

编程日记 2025/6/19 19:07:29

刚体运动 (位置向量 - 旋转矩阵) 笔记 1.1~1.3 (台大机器人学-林沛群)

目录 1. 理解刚体的“自由度”（Degrees of Freedom, DOF） 1.1 平面运动 (2D) 1.2 空间运动 (3D) 2. 统一描述：引入“体坐标系”（Body Frame） 3. 从“状态”到“运动”：引入微分 3.1 补充：…...

编程日记 2025/6/4 5:32:17

MES系列-MOM（Manufacturing Operations Management，制造运营管理）

MES系列文章目录 ISA-95制造业中企业和控制系统的集成的国际标准-(1) ISA-95制造业中企业和控制系统的集成的国际标准-(2) ISA-95制造业中企业和控制系统的集成的国际标准-(3) ISA-95制造业中企业和控制系统的集成的国际标准-(4) ISA-95制造业中企业和控制系统的集成的国际标准…...

编程日记 2025/6/19 19:08:39

矩阵系统私信功能开发技术实践，支持OEM

在短视频矩阵系统中，私信功能是连接运营者与用户、用户与用户的重要桥梁。它不仅能提升用户粘性，还能为精准营销提供支持。本文将从需求分析、技术选型、核心功能实现到性能优化，全面解析矩阵系统私信功能的开发过程。一、功能需求分析 &am…...

编程日记 2025/5/30 7:36:38

leetcode 26. Remove Duplicates from Sorted Array 代码： class Solution { public:int removeDuplicates(vector<int>& nums) {int len nums.size();int slowIdx 1;for(int firstIdx 1; firstIdx < len;firstIdx){if(nums[firstIdx] ! nums[firs…...

编程日记 2025/6/2 2:03:34

微信小程序 template 模版详解

一、什么时候使用template ？ 代码复用，维护方便，提高性能二、模版的基本使用三、模版样式的使用四、使用模版五、使用模版定义的样式，需要在引入的wxml 样式文件中导入样式六、template模版...扩展符数据传递可以根据自己…...

编程日记 2025/6/4 10:36:47

北斗导航｜基于Transformer+LSTM+激光雷达的接收机自主完好性监测算法研究

基于Transformer+LSTM+激光雷达的接收机自主完好性监测算法研究接收机自主完好性监测（RAIM）是保障全球导航卫星系统（GNSS）定位可靠性的核心技术。传统RAIM算法依赖最小二乘残差法，存在故障漏检、对复杂环境适应性差等问题。结合Transformer、LSTM与激光雷达的多模态融合…...

编程日记 2025/6/19 19:10:23

ASP.NET CORE部署IIS的三种方式

ASP.NET Core 部署方式对比本文档对比了三种常见的 ASP.NET Core 应用（如你的 DingTalkApproval 项目）部署到 Windows 10 上 IIS 服务器的方式：dotnet publish（手动部署）、Web Deploy（直接发布到 IIS&…...

编程日记 2025/6/4 9:26:19

Linux基础指令【上】

Linux的基本操作 ， 是通过指令来执行的！ 小贴士：指令很多，但一定要摒弃那种看到知识点就全部死记硬背的坏习惯（因为就算背，也背不完） ， 一定要以理解为主，练习为辅 &…...

编程日记 2025/5/30 20:29:31

GPT系列模型-20250426

文章目录 🧠 GPT-4o（Omni）🔬 GPT-4.5（研究预览）🧩 o3 模型系列（o3、o3-mini、o3-mini-high）🧠 o4-mini 和 o4-mini-high🧠 GPT-4o mini🧾 总结对比表🧠 GPT-4o（Omni）特点：全能型模型，支持文本、图像、音频和视频输入输出，具备强大的多模态处理能力。…...

编程日记 2025/6/1 18:25:58

高精度运算（string函数）

高精度加法 #include<iostream> #include<string> #include<algorithm> using namespace std; string _add(string s1,string s2); int main() {string a,b;cin>>a>>b;cout<<_add(a,b);return 0; } string _add(string s1,string s2) {re…...

编程日记 2025/6/1 20:25:28

探索 AI 在文化遗产保护中的新使命：数字化修复与传承

文化遗产是人类文明的瑰宝，承载着历史的记忆与文化的灵魂。然而，随着时间的推移和自然环境的影响，许多珍贵的文化遗产正面临着损毁和消失的威胁。在这样的背景下，人工智能（AI）技术的出现为文化遗产的保护和…...

编程日记 2025/6/2 0:51:17

Python----深度学习（基于DNN的PM2.5预测）

一、目标如何使用 PyTorch 实现一个简单的深度神经网络（DNN）模型，并用于回归任务。该模型通过训练数据集来预测PM2.5。代码通过读取数据集、数据处理、模型训练和模型评估等步骤，详细展示了整个实现过程。二、数据集介绍 Data …...

编程日记 2025/6/3 16:38:53

Android12源码编译及刷机

由于google的AOSP源码拉取经常失败，编译还经常出现各种问题。这里根据香橙派Orange Pi 5 Plus（Android12电视镜像）源码进行编译演示。 RK芯片的开发板可玩性很高，这里以电视版本android系统为例子，学习的同时还可以当…...

编程日记 2025/5/30 20:32:03

TRO再添新案 TME再拿下一热门IP，涉及Paddington多个商标

4月2日和4月8日，TME律所代理Paddington & Company Ltd.对热门IP Paddington Bear帕丁顿熊的多类商标发起维权，覆盖文具、家居用品、毛绒玩具、纺织用品、游戏、电影、咖啡、填充玩具等领域。跨境卖家需立即排查店铺内的相关产品！ 案件基…...

编程日记 2025/6/1 10:50:55

如何使用 Spring Boot 实现分页和排序：配置与实践指南

在现代 Web 应用开发中，分页和排序是处理大量数据时提升用户体验和系统性能的关键功能。Spring Boot 结合 Spring Data JPA 提供了简单而强大的工具，用于实现数据的分页查询和动态排序，广泛应用于 RESTful API、后台管理系统等场景。2025 年&…...

编程日记 2025/6/3 13:15:01

asammdf 库的信号处理和数据分析：深入挖掘测量数据

内容概要： 信号处理的基本操作数据分析和统计数据可视化和报告生成正文： 信号处理的基本操作 asammdf 提供了对信号的基本操作，包括读取、筛选和转换。读取信号 with asammdf.MDF(nameexample.mf4) as mdf:engine_speed …...

编程日记 2025/6/2 14:56:09

在springboot项目中，如何进行excel表格的导入导出功能？

以下是使用 Apache POI 和 EasyExcel 实现 Excel 表格导入导出功能的具体代码示例。 1. 使用 Apache POI 实现 Excel 导入导出添加依赖在 pom.xml 中添加 Apache POI 的依赖： <dependency><groupId>org.apache.poi</groupId><artifactId…...

编程日记 2025/6/19 19:10:22

【C++11】右值引用和移动语义：万字总结

📝前言： 这篇文章我们来讲讲右值引用和移动语义 🎬个人简介：努力学习ing 📋个人专栏：C学习笔记 🎀CSDN主页愚润求学 🌄其他专栏：C语言入门基础，python入门基…...

编程日记 2025/5/30 10:58:40

29、简要描述三层架构开发模式以及三层架构有哪些好处?

三层架构开发模式概述三层架构（3-Tier Architecture）是一种将软件系统按功能模块垂直拆分为三个独立逻辑层的经典设计模式，自20世纪90年代提出以来，已成为企业级应用开发的主流范式。其核心思想是通过职责分离和松耦合设计&…...

编程日记 2025/6/3 10:41:13

PotPlayer，强大的高清视频播放器

PotPlayer 是一款强大的的高清视频播放器，兼容多种音频和视频格式，支持多种硬件加速解码，包括DXVA、CUDA、QuickSync等。支持立体视频播放技术、字幕支持、截屏工具以及视频录制等多种功能。文末获取！ 1.鼠标右键【PotPlayer】压…...

编程日记 2025/5/29 21:34:26

AI数字人：未来职业的重塑（9/10）

摘要：AI 数字人凭借计算机视觉、自然语言处理与深度学习技术，从虚拟形象进化为智能交互个体，广泛渗透金融、教育、电商等多领域，重构职业生态。其通过降本提效、场景拓展与体验升级机制，替代重复岗位工作，催…...

编程日记 2025/6/3 5:04:22

Qt开发：如何加载样式文件

文章目录一、加载图片资源二、QSS的使用介绍三、QSS的应用步骤与示例一、加载图片资源右键项目->选择"Add New…“之后，会弹出如下界面： 选择Qt->Qt Resource File即可。点击下一步点击上图中的LoadImageDemo.qrc文件，右…...

编程日记 2025/6/2 13:25:09

【10分钟读论文】Power Transmission Line Inspections电力视觉水文

标题Power Transmission Line Inspections: Methods, Challenges, Current Status and Usage of Unmanned Aerial Systems 2024 评分一颗星论文《Power Transmission Line Inspections: Methods, Challenges, Current Status and Usage of Unmanned Aerial Systems》的核心内…...

编程日记 2025/5/30 5:14:59

[详细无套路]MDI Jade6.5安装包下载安装教程

目录 1. 软件包获取 2. 下载安装 3. 启动 4. 问题记录写在前面: 垂死病中惊坐起,JAVA博主居然开始更博客了~ 最近忙项目了, 没啥更新的动力,见谅~见谅~. 这次博主的化工友友突然让帮安装JADE6.5软件,本来以为不就一个软件,直接拿捏. 不料竟然翻了个小车, 反被拿捏了. 既…...

编程日记 2025/5/29 8:08:11

Spring Boot 参考文档导航手册

📚 Spring Boot 参考文档导航手册 🗺️ ✨ 新手入门 👶 1️⃣ 📖 基础入门：概述文档 | 环境要求 | 安装指南 2️⃣ 🔧 实操教程：上篇 | 下篇 3️⃣ 🚀 示例运行：基础篇 …...

编程日记 2025/5/29 0:01:13

多个请求并行改造

改成 compose 页面的recompose次数有时候recompose次数没必要优化，除非真的影响到性能了...

编程日记 2025/6/2 0:04:31

前端与Rust后端交互：跨越语言鸿沟 (入门系列三)

作为前端开发者，在Tauri应用中与Rust后端交互可能是最陌生的部分。本文将帮助你理解这一过程，无需深入学习Rust即可实现高效的前后端通信。极简上手项目 apkParse-tauri 命令系统：前端调用Rust函数 Tauri的核心通信机制是"命令系统&q…...

编程日记 2025/6/3 10:41:13

ClickHouse查询执行与优化

SQL语法扩展与执行计划分析特殊函数与子句 WITH子句：定义临时表达式（CTE），复用中间结果。 WITH tmp AS (SELECT ...) SELECT * FROM tmp ANY修饰符：在JOIN时仅保留第一个匹配的行（避免笛卡尔积爆炸&…...

编程日记 2025/6/1 10:25:13

[Kaggle]：使用Kaggle服务器训练YOLOv5模型（白嫖服务器）

【核知坊】：释放青春想象，码动全新视野。我们希望使用精简的信息传达知识的骨架，启发创造者开启创造之路！！！ 内容摘要：最近需要使用 YOLOv5 框架训练一个识别模型&#xf…...

编程日记 2025/6/1 4:05:12

Debian安装避坑

Debian安装避坑不要联网安装不支持root直接登陆默认没有ssh服务默认没有sudo命令不要联网安装安装系统的时候不要联网安装, 直接关闭网卡否则在线下载最新的包非常耗时间. 不支持root直接登陆 ssh <创建的普通用户名>机器ip默认没有ssh服务 # 安装ssh服务 apt ins…...

编程日记 2025/6/2 21:35:28

Android Gradle插件开发

文章目录 1. Gradle插件是什么2. 为什么需要插件3. 编写插件位置4. 编写插件5. 自定义插件扩展5.1 订阅扩展对象5.2 把扩展添加给Plugin并使用5.3 配置参数5.4 嵌套扩展5.4.1 定义扩展5.4.2 获取扩展属性5.4.3 使用5.4.4 执行5.4.5 输出 6. 编写在单独项目里6.1 新建Module6.2 …...

编程日记 2025/5/30 0:25:54

goweb项目结构以及如何实现前后端交互

项目结构 HTML模板使用ParseFiles可以解析多个模板文件 func ParseFiles(filenames ...string)(*Teplate,error){return parseFiles(nil,filenames...) }把模板信息响应写入到输入流中 func (t *Template) Exwcute(wr io.Writer,data interface{})error{if err:t.escape();…...

编程日记 2025/5/29 17:28:05

Astro canvas大屏从iotDA上抽取设备影子的参数的详细操作实施路径

目录 🛠 场景： 🎯 核心思路 🗺 详细操作实施路径（针对小白版） 🚛 第1步：配置桥接器（建立连接通道） 📋 第2步：配置数据集&#xf…...

编程日记 2025/6/3 17:31:56

Ardunio学习

程序书写 Ardunio程序安装在 Arduino的官方网站上可以下载这款官方设计的软件及源码、教程和文档。Arduino IDE的官方下载地址为：http://arduino.cc/en/Main/Software。登录官网，下载软件并安装。 https://www.arduino.cc/。安装成功后&#xff0…...

编程日记 2025/6/1 6:00:29

dl学习笔记（13）：从强化学习到PPO

一、我们为什么要有强化学习为了更好的有一个宏观感受，下图是DeepMind在2024发表的文章中对AI做出了不同层次的定义可以看到左边分为了5个不同层次的AI，中间是对于细分的下游任务AI的能力展现，右边则是通用任务的AGI实现。我们可以看到中间…...

编程日记 2025/6/3 9:53:44

【运维】云端掌控：用Python和Boto3实现AWS资源自动化管理

《Python OpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门！解锁Python编程的无限可能：《奇妙的Python》带你漫游代码世界在云计算时代，AWS（Amazon Web Services）作为领先的云服务平台，其资源管理的高效性对企业至关重要。本文深入探讨如何利用Python的boto3…...

编程日记 2025/5/31 17:25:58

文章目录

一、maxENT模型

二、ROC曲线

三、实操

3.1 数据提取

3.2 绘制ROC曲线

3.3 绘制遗漏曲线

3.4 多次训练的ROC和测试的ROC

相关文章：