开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >问答首页 >安装APOC插件后Neo4J崩溃

问安装APOC插件后Neo4J崩溃
EN

Stack Overflow用户

提问于 2021-08-12 08:38:44

回答 1查看 37关注 0票数 0

我正在尝试将APOC Full jar文件(4.2.0.6)安装到运行在Google Compute VM中的Neo4J实例中。为此，我将GitHub发行版的JAR文件安装到了/plugins文件夹中。每次我重新启动或运行环境时，它都会崩溃，并在日志中显示以下输出：

"Some jar procedure files (apoc-4.2.0.6-all.jar) are invalid, see log for details."

实际上没有提供更多的细节...

如果我复制在/labs中找到的默认APOC核心库，它可以工作。我曾尝试从Github下载相同的文件，但失败了。我已经验证了相同的用户/组权限也应用于下载的文件。

有什么想法吗？

spring-data-neo4j

性能强劲，每月20元起的MySQL

功能完善，便宜稳定，没有业务可以自动停机，强效降本的MySQL

EN

回答 1

Stack Overflow用户

发布于 2021-08-12 09:48:46

这通常有两个原因：

首先是版本不匹配。您可以根据版本矩阵检查应该使用哪个版本，该矩阵位于：https://github.com/neo4j-contrib/neo4j-apoc-procedures#version-compatibility-matrix。不幸的是，它并不总是最新的，但如果我理解正确的话，APOC的版本是：

APOC 4.1.x.x -> Neo4j 4.1.x

APOC 4.2.x.x.-> Neo4j 4.2.x.

APOC 4.3.x.x -> Neo4j 4.3.x

如果非要我猜的话，您可能正在使用APOC 4.3或4.1，并且使用的是专为使用Neo4j 4.2而设计的Neo4j。

另一个问题是有时在插件文件夹中有多个APOC插件文件，所以这也会使Neo4j崩溃。

票数 0

EN

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/68761260

复制

相关文章

分类模型的性能评估——以SAS Logistic回归为例: 混淆矩阵

跑完分类模型（Logistic回归、决策树、神经网络等），我们经常面对一大堆模型评估的报表和指标，如Confusion Matrix、ROC、Lift、Gini、K-S之类（这个单子可以列很长），往往让很多在业务中需要解释它们的朋友头大：“这个模型的Lift是4，表明模型运作良好。——啊，怎么还要解释ROC，ROC如何如何，表明模型表现良好……”如果不明白这些评估指标的背后的直觉，就很可能陷入这样的机械解释中，不敢多说一句，就怕哪里说错。本文就试图用一个统一的例子（SAS Logistic回归），从实际应用

机器学习AI算法工程

2018/03/13

2.5K0

分类模型的性能评估——以SAS Logistic回归为例: 混淆矩阵

混淆矩阵是一个表，经常用来描述分类模型(或“分类器”)在已知真实值的一组测试数据上的性能。混淆矩阵本身比较容易理解，但是相关术语可能会令人混淆。

用户3577892

2020/06/17

1.4K0

混淆矩阵及confusion_matrix函数的使用

class import matrix metrics sample

1.混淆矩阵混淆矩阵是机器学习中总结分类模型预测结果的情形分析表，以矩阵形式将数据集中的记录按照真实的类别与分类模型作出的分类判断两个标准进行汇总。这个名字来源于它可以非常容易的表明多个类别是否有混淆（也就是一个class被预测成另一个class）

随心助手

2019/10/15

2.3K0

混淆矩阵及confusion_matrix函数的使用

机器学习神经网络 table 函数

在机器学习中，最后要计算混淆矩阵，常用的函数有: table confusionMatrix 下面以前馈神经网络为例来说明: > library("RSNNS") 载入需要的程辑包：Rcpp > library("reshape") > #example data and code from nnet function examples > ir<-rbind(iris3[,,1],iris3[,,2],iris3[,,3]) > targets<-class.ind( c(rep("s", 50)

努力在北京混出人样

2019/02/18

1.2K0

混淆矩阵 (confusion matrix)

在机器学习中，混淆矩阵可以可视化预测的结果情形。即可以方便的看出模型是否将集中不同的类混淆。

生信编程日常

2020/04/01

1.7K0

混淆矩阵 (confusion matrix)

混淆矩阵(Confusion Matrix)

error matrix precision

混淆矩阵是ROC曲线绘制的基础，同时它也是衡量分类型模型准确度中最基本，最直观，计算最简单的方法。

狼啸风云

2019/10/26

11.3K1

多分类任务的混淆矩阵

来源： DeepHub IMBA本文约1000字，建议阅读5分钟本文讨论了如何在多分类中使用混淆矩阵评估模型的性能。什么是混淆矩阵？它显示了实际值和预测值之间的差异。它告诉我们有多少数据点被正确预测，哪些数据点没有被正确预测。对于多分类来说，它是一个 N * N 矩阵，其中 n 是编号。输出列中的类别，也称为目标属性。一二分类任务中包含了 2 个类也就是一个 2*2 矩阵，一般情况下介绍混淆矩阵都会以二分类为例。如果有 3 个类呢？那么将得到一个 3*3 矩阵依此类推。通过上面描述我们知道，混淆矩阵的类

数据派THU

2022/03/04

8170

模型评估之混淆矩阵

http https 网络安全

在前面的文章中我们讲到了回归模型和分类模型的评估指标，区分了准确率和精确率的区别，并且比较了精确率和召回率内在的联系。本篇文章我们再来学习另外一个评估方法，即混淆矩阵（confusion_matrix）。

全栈程序员站长

2022/08/27

1.5K0

模型效果评价—混淆矩阵

对于分类模型，在建立好模型后，我们想对模型进行评价，常见的指标有混淆矩阵、KS曲线、ROC曲线、AUC面积等。也可以自己定义函数，把模型结果分割成n(100)份，计算top1的准确率、覆盖率。

阿黎逸阳

2020/09/07

2.1K0

4.4.2分类模型评判指标（一） – 混淆矩阵(Confusion Matrix)

https 网络安全

混淆矩阵是ROC曲线绘制的基础，同时它也是衡量分类型模型准确度中最基本，最直观，计算最简单的方法。

全栈程序员站长

2022/08/27

4.9K0

4.4.2分类模型评判指标（一） – 混淆矩阵(Confusion Matrix)

书籍作者的排名输入为列，如何快速转换为矩阵？

1、点击[文本] 2、按<Ctrl+F>键 3、点击[替换] 4、点击[查找内容] 5、点击[替换为] 6、点击[全部替换] 7、点击[确定]

裴来凡

2022/05/28

6050

书籍作者的排名输入为列，如何快速转换为矩阵？

【代码混淆】js项目 javascript-obfuscator - 以小程序、uniapp为例

javascript 小程序加密配置字符串

本人平时会在放假期间写一些小程序拿去出售，个人爱好使然，那么前端代码混淆十分重要（无法加密，加密意味着需要解密，让浏览器给你解密么）。

躺平程序员老修

2023/09/05

4.2K0

【代码混淆】js项目 javascript-obfuscator - 以小程序、uniapp为例

写一函数，将一个3X3的整型矩阵转置

这题目很难理解=，=、 #include<iostream> #include<string> using namespace std; int main() { int a[3][3],b[3][3]; int i,j,k,(*p)[3],(*p2)[3]; p=a; p2=b; for(j=0;j<3;j++) for(k=0;k<3;k++) cin>>*(*(p+j)+k); cout<<"原始矩阵:"<<endl; for

py3study

2020/01/09

1.6K0

Python_代码练习_写一个判断是否为小数的函数

这两天在学习函数，练习写一个判断是否为小数的函数，看起来蛮简单的，飞速写完很是得意，然后测了一下，发现差得好多呀，这个并不像想象那样简单，我得到的教训是，想要把一个需求哪怕再小的需求考虑周全，都不是件简单的事。

呆呆

2021/05/25

5550

混淆矩阵简介与Python实现

混淆矩阵是机器学习中总结分类模型预测结果的情形分析表，以矩阵形式将数据集中的记录按照真实的类别与分类模型作出的分类判断两个标准进行汇总。这个名字来源于它可以非常容易的表明多个类别是否有混淆（也就是一个class被预测成另一个class）

里克贝斯

2021/05/21

1.9K0

混淆矩阵简介与Python实现

新的加密货币 Dero 挖矿活动，正以Kubernetes集群为目标进行

kubernetes 网络安全部署集群加密

CrowdStrike在一份新报告中说：新的Dero加密货币开采活动集中定位在Kubernetes集群，该集群在Kubernetes API上启用了匿名访问，并在可从互联网访问的非标准端口上进行监听。这一发展标志着从Monero的一个明显转变，Monero是此类活动中普遍使用的加密货币。这可能与Dero 提供更大的奖励和更好的匿名功能有关。这些攻击是由一个不知名的攻击者进行的，首先是扫描Kubernetes集群，认证设置为--anonymous-auth=true，这允许匿名请求服务器，从三个不同的美国

FB客服

2023/03/29

3410

新的加密货币 Dero 挖矿活动，正以Kubernetes集群为目标进行

分类模型的评估指标 | 混淆矩阵（2）

遥感影像分类就是一个对给定的遥感影像所包含的所有像元的地表属性进行识别归类的过程；目的是在属性识别归类的基础上获取研究区域内各个地物类型的分布状况及面积。

GIS与遥感开发平台

2022/04/29

3K0

分类模型的评估指标 | 混淆矩阵（2）

分类模型的评估指标 | 混淆矩阵（1）

最近小编分享的都是较为基础的操作方法或理论知识，且都总结在这个专辑中，目的是帮助初学GIS和RS的小伙伴们加深对一些专业名词知识的理解，熟悉一些基础操作的操作流程。而不是像小编大一时，面对这些专业性极强的东西两眼一抹黑，学习的很吃力；此外，基础是延伸和扩展的前提，基础的东西如果掌握的不牢靠，那么在前沿事物的钻研过程中也不会取得更大的建树。因此，小编分享这些基础知识，既是对初学者的帮助，也是对自己的巩固与总结。

GIS与遥感开发平台

2022/04/29

8870

分类模型的评估指标 | 混淆矩阵（1）

混淆矩阵及其可视化

apache 机器学习神经网络深度学习人工智能

混淆矩阵（Confusion Matrix）是机器学习中用来总结分类模型预测结果的一个分析表，是模式识别领域中的一种常用的表达形式。它以矩阵的形式描绘样本数据的真实属性和分类预测结果类型之间的关系，是用来评价分类器性能的一种常用方法。

老肥码码码

2020/04/26

2.2K0

点击加载更多

相似问题

向Python添加函数

13

向python函数添加异常

218

向python函数添加条件

22

向Python中的现有类添加自定义函数

17

向gdb中添加python函数

11

活动推荐

SaaS建站+私有服务器，拖拉式完成多端建站，5分钟搭建企业官网

添加站长进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例