f_weibo_app_followtags: 文本向量词云

='chenyibo',
cnt_words=100, scale_a=6, scale_b=1)
Arguments

db_maxId2: 查询表的最大值

R: 查询表的最大值
const macros = { "\\R": "\\textsf{R}", "\\code": "\\texttt"};
function processMathHTML() {

meta_maxId: 查询表的最大值

R: 查询表的最大值
const macros = { "\\R": "\\textsf{R}", "\\code": "\\texttt"};
function processMathHTML() {

db_getVersion: 查询表的最大值

R: 查询表的最大值
const macros = { "\\R": "\\textsf{R}", "\\code": "\\texttt"};
function processMathHTML() {

db_maxId: 查询表的最大值

R: 查询表的最大值
const macros = { "\\R": "\\textsf{R}", "\\code": "\\texttt"};
function processMathHTML() {

db_maxId2_FId: 查询表的最大值

R: 查询表的最大值
const macros = { "\\R": "\\textsf{R}", "\\code": "\\texttt"};
function processMathHTML() {

get_fit: 重复随机试验计算最优参数

暴力预测次数，默认50000
train_cr:
全部真实数据中用来做为训练的比例。默认0.8

get_ring_retain: 随机获得新用户的环比系数

R: 随机获得新用户的环比系数
get_ring_retainR Documentation
随机获得新用户的环比系数

nsim_max_id: 读取表的内码最大值

R: 读取表的内码最大值
const macros = { "\\R": "\\textsf{R}", "\\code": "\\texttt"};
function processMathHTML() {

is_new_cl_data: 判断是否为最新的语料

R: 判断是否为最新的语料
is_new_cl_dataR Documentation
判断是否为最新的语料

qnlog_getBlackList: 获取最新的黑名单

R: 获取最新的黑名单
qnlog_getBlackListR Documentation
获取最新的黑名单

qnlog_getBlackList_eq: 获取最新的黑名单

R: 获取最新的黑名单
qnlog_getBlackList_eqR Documentation
获取最新的黑名单

mtrl: 物料处理的主表

R: 物料处理的主表
mtrlR Documentation
物料处理的主表

tg: tg "to grob" helper function

R: tg "to grob" helper function
const macros = { "\\R": "\\textsf{R}", "\\code": "\\texttt"};
function

max_qa_id: 获取QAList的最大码

R: 获取QAList的最大码
max_qa_idR Documentation
获取QAList的最大码

com: com

R: com
comR Documentation
com

docs-website/themes/next/docs/zh-CN:

完成实名认证，并且官方表明“[在国内市场将只服务于可验证的商业客户](https://leancloudblog.com/domain-incident/)”；美国节点暂无上述要求，并且账号系统与华东节点和华北节点是独立的，如需使用请前往

mtrl_uploadFpName: 物料的开票名称上传

= conn_kjrds(),
file = "data-raw/2019年新K3开票名称-V3.XLS",
sheet = "开票用最新"

inst/other/get_tuple.R:

一样的推广策略，即邀请明星和名人加入开设微型博客，并对他们进行实名认证，认证后的用户在用户名后会加上一个字母“V”（认证个人字母V为金黄色，认证企业字母V为深蓝色），以示与普通用户的区别，同时也可避免冒充名人微博的行为，但微博功能和普通用户

experiments/20180409_序列生成机制分析.Rmd:

随机游动阐述ADF检验
首先考虑检验具有单位根的零假设对时间序列是具有位置均值的平稳序列的备择假设。
定义的回归方程中增加一个截距项，从而在备择假设下允许有可能的非零均值。