silhouette

0熱度

1回答

我想繪製我的k-means使用閃亮的輪廓。下面是一段代碼： dissE <- daisy(pima_diabetes_kmean[, c(input$models_to_consider)]) dE2 <- dissE^2 sk2 <- silhouette(k.means.fit.knn()$cl, dE2) plot(sk2) 這導致下面的情節，其中集羣丟失：不過，如果我更改代碼只

1熱度

1回答

播放自定義過濾器JSON錯誤

我在Play Framework中爲REST API提供了Silhouette用於身份驗證（JWT）的幫助。我需要爲每個安全響應添加一些標頭（僅當用戶登錄時）。所以我想用filter來添加它們。但是，我得到這個奇怪的錯誤，我無法弄清楚：對於請求「POST /簽到」 [無效JSON：沒有內容可在[來源映射由於輸入結束：阿卡。 [email protected];行：1，列：0] 我的過濾器

1熱度

1回答

玩框架GuiceApplicationBuilder不加載啓用模塊配置

我想測試一些操作。他們需要我使用Silhouette創建的安全性內容。我有一個模塊配置DI的剪影在security.Module，在我conf/application.conf文件我也行： play.modules.enabled += "security.Module" 當我運行我的測試中，我得到一個錯誤說： No implementation for com.mohiva.play.si

0熱度

1回答

找不到參數env的隱式值：com.mohiva.play.silhouette.api.Environment [utils.auth.DefaultEnv]

我使用的是具有play framework 2.5的Silhouette v4.0庫。而且一直在嘗試使用play specs2編寫測試代碼。但是，我得到以下錯誤與我的測試類如下。錯誤消息 [error] could not find implicit value for parameter env: com.mohiva.play.silhouette.api.Environment[uti

0熱度

1回答

sklearn聚類：計算TF-IDF-加權數據的輪廓係數

我想計算像scikit-learn示例silhouette_analysis那樣的silhouette_score。 from sklearn.feature_extraction.text import TfidfVectorizer tfidf_vectorizer = TfidfVectorizer(use_idf=True) sampleText = [] sampleText.a

0熱度

1回答

play-silhouette：爲（Un）SecuredAction指定body parser？

我使用認證人影在一齣戲的Web應用程序，並希望做這樣的事情： def action = UnsecuredAction(BodyParsers.parse.json).async { implicit request => // use json } 這似乎在集結Action使用播放的時候是可能的，但不能與剪影的UnsecuredAction和SecuredAction。有沒有辦法

3熱度

1回答

剪影認證cypter鍵，餅乾簽名密鑰

剪影已在其seed project在配置文件中的兩行我不明白： authenticator.cookie.signer.key = "[changeme]" // A unique encryption key authenticator.crypter.key = "[changeme]" // A unique encryption key 有人可以告訴我這些是什麼用，如果我需要他們對我

1熱度

1回答

不能用Facebook登錄玩框架，剪影和衛星

今天早上我做得很好，當時我意識到facebook登錄在我的應用程序中不再有效。正如我所提到的，我正在使用剪影版本2.0-RC1的遊戲框架。這就是問題所在： [Silhouette][facebook] Cannot build OAuth2Info because of invalid response format : {"access_token":"EAAE2YyQkAUUBANAfoUf

0熱度

2回答

Stateless Silhouette CookieAuthenticator無法找到/刪除Cookie

我有一個Play應用程序，允許用戶使用社交提供程序登錄，並將身份驗證設置爲與Play-Silhouette-Slick種子示例相同。下面的代碼可能很好，但我仍然將它包括在內。 def authenticate(provider: String): Action[AnyContent] = Action.async { implicit request => (socialProviderRegi

1熱度

2回答

相同數據和簇數的不同輪廓分數

我想使用輪廓分數爲我的數據集選擇最佳數量的簇。我的數據集是關於2,000多個品牌的信息，包括購買此品牌的客戶數量，品牌的銷售量以及品牌在各類別下銷售的商品數量。由於我的數據集非常稀疏，因此我在集羣之前使用了MaxAbsScaler和TruncatedSVD。我使用的聚類方法是k-means，因爲我最熟悉這個（我會感謝你對其他聚類方法的建議）。當我將羣集數量設置爲80並運行k均值時，每次都得到