时间序列的精度和召回率
的非官方python实现。
经典异常检测主要涉及基于点的异常，这些异常是在单个时间点上发生的。 但是，许多现实世界中的异常是基于范围的，这意味着它们会在一段时间内发生。 受此观察结果的启发，我们提出了一种新的数学模型来评估时间序列分类算法的准确性。 我们的模型扩展了众所周知的“精度”和“召回率”指标以测量范围，同时为特定于域的首选项启用自定义支持。
这是发布的开源软件。 可从下载。
安装
聚酰亚胺
PRTS位于，因此您可以使用pip进行安装。
$ pip install prts
来自github
您也可以使用以下命令进行安装。
$ git clone https://github.com/CompML/PRTS.git
$ cd PRTS
$ make install # (or make develop)
用法
from prts import
2021-05-19 20:03:21
106KB
1
异步渲染
用requestIdleCallbackReact组件。
import AsyncRender from 'async-render' ;
class App extends React . Component {
render ( ) {
return (
< / AsyncRender >
) ;
}
}
2021-05-11 22:02:55
17KB
1
rcf : remote call framework 纯C++RPC框架，纯净，无第三方依赖，非常值得学习
2021-03-29 18:10:36
111.76MB
1
The Relationship Between Precision-Recall and ROC Curves
2021-03-18 16:55:55
138KB
1
一个应用JetPack的拨号电话号码的综合示例（DataBinding + LiveData + ViewModel）
[目录]
零，本文内容简介
本文主要完成了电话拨号器的3中实现方式：
原始的实现
JetPack之DatBinding+LiveData+ViewModel实现
JetPack+Kotlin之DatBinding+LiveData+ViewModel实现
一，理论
本文采取了传统模式和JetPack两种方式实现了一个电话拨号器的示例。
1.1传统方式与JetPack方式对比
传统方式：
违背单一原则（因为职责过多）；
代码臃肿，不便管理；
非常依赖Activity （什么都要Activity来管）。
JetPack方式：
体现了单一原则；
分层清晰；
不需要非常依赖Activity 。
用ViewModel保存数据，可以避免Activity横竖屏切换时数据丢失的问题。
2021-03-02 09:06:16
2.46MB
1
每天有2.5亿人信任Truecaller来识别未知呼叫，阻止垃圾邮件呼叫和垃圾短信。它过滤掉不需要的内容，并让您与重要的人联系。
Truecaller是领先的Caller ID和垃圾邮件阻止应用程序，受到超过2.5亿用户的信任。通过过滤掉电话推销员，自动通话和其他不必要的干扰，快速管理所有电话和消息。
凭借全球范围内数百万用户更新的基于社区的垃圾邮件列表， Truecaller是确保通信安全高效的唯一应用程序。
强大的拨号器和呼叫者ID：✅
世界上最好的呼叫者ID可以识别任何人打给您✅
甚至在呼叫之前即可查看谁正在通话✅
使用语音通话免费在Truecaller上与您的朋友交谈✅将
通话记录，
2021-01-31 02:01:35
84.88MB
1
使用GATK进行 SNP Callling的自动化流程。基于GATK3.3以上版本的HaplotypeCaller标准流程进行，测试脚本以sra文件为最初输入，将读取文件见内的所有sra文件（视为同一个样本的数据），进行SNP Calling产生GVCF，然后用户可自行进行jointCall
2019-12-21 22:10:15
7KB
1
pan EU ecall system regulation, 详细描述了欧盟ecall系统的法规要求。
2019-12-21 21:46:01
961KB
1
ICDAR2013数据集评估指标检测工具，给定test结果，可以计算相应的precise, recall, hmean.
2019-12-21 21:27:37
99KB
1
resnet二分类/recall_precision评价.
数据读取，处理，batch生成等功能
2019-12-21 20:47:23
20KB
1