LeeAnMo

09:52 Gradle sync failed: Cause: java.util.NoSuchElementException: Collection contains no element matching the predicate. java.util.NoSuchElementException: Collection contains no element matching the predicate. Collection contains no element matching the predicate. Consult IDE...

1. 使用 `gradle --info installDebug` 一步步找到了问题 2. 项目里面所有的 `build.gradle` 中 ： 注释掉 `externalNativeBuild { cmake { path "CMakeLists.txt" } } ` `apply from: 'bintray.gradle'` 去掉 `defaultConfig ` 下 `ndk `...

点开前面的那几个链接都404了

> 归一化（Normalization）是一种数据预处理技术，用于将数据缩放到特定的范围或分布。其主要目的是消除数据特征之间的量纲差异，使得不同特征具有相同的尺度，便于对数据进行分析和处理。常见的归一化方法有最小最大归一化（Min-Max Scaling）、Z-score标准化（Standardization）等。 归一化的好处有以下几点： > 加速模型训练：归一化后的数据有助于模型的收敛，提高模型的训练速度。 提高模型精度：归一化可以消除特征间的量纲影响，避免某些特征在训练过程中被“淹没”，从而提高模型的预测精度。 便于可视化：归一化后的数据范围通常在[0, 1]之间，便于绘制和可视化。 方便特征选择：归一化后，特征值的范围相近，有助于我们更容易地观察和比较特征的重要性，从而进行特征选择。 算法要求：某些机器学习算法（如支持向量机、K-均值聚类等）要求输入特征具有相似的尺度，归一化可以满足这些算法的需要。

const map= { key1: "value1", key2: "value2", key3: "value3" }; const array = Array.from(Object.entries(map), ([key, value]) => [key,value]); console.log(array);

// 最小最大归一化 function minMaxNormalization(data, min, max) { return data.map(value => (value - min) / (max - min)); } // Z-score标准化 function standardization(data, mean, std) { return data.map(value => (value -...

const array = [1,2,3,4,5,6]; const map = new Map(array.map((index,value)=>[index,value])); console.log(map);