剑指01-二维数组中的查找 Posted on 2019-09-12 | In 剑指offer | 题目描述: 在一个二维数组中(每个一维数组的长度相同),每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增的顺序排序。请完成一个函数,输入这样的一个二维数组和一个整数,判断数组中是否含有该整数。 根据二维数组特性,如果数字target在第m行,则必有array[m][0]<=tar ... Read more »
股票的最大利润 Posted on 2019-09-09 | In 刷题 | 假设把某股票的价格按照时间先后顺序存储在数组中,请问买卖该股票一次可获得的最大利润是多少? 例子: 例如,一只股票在某些时间节点的价格为[9,11,8,5,7,12,16,14]。如果我们能在价格为5的时候买入并在价格为16时卖出,则能获得最大的利润为11. 1.买卖各一次 从前往后构建新的序列 ... Read more »
统计学习方法的总结 Posted on 2019-09-09 | In ML-AI | 第二章感知机 2.3.1 感知机学习算法的原始形式 感知机的学习算法是错误的分类样本锁驱动的,采用随机梯度下降法。 当没有错误分类时,学习停止。因此可知对于线性可分数据集,感知机的收敛解有无数个。 第三章 k近邻法 3.2.3 k值的选择 k值减小意味着模型变得复杂,容易过拟合 k值增大意味着 ... Read more »
机器学习概念总结三分之一部 Posted on 2019-09-09 | In ML-AI | 求\(m\times k\)的矩阵\(A\)和\(n\times k\)矩阵\(B\)的欧几里得距离。 说明:认为样本是k维横向量,矩阵A和B分别包含m和n个样本。那么,A和B的欧几里得距离,就是A的m个样本和B的n个样本的距离的集合,是个\(m\times n\)维矩阵D, 其中\(D_{ij}\ ... Read more »
机器学习概念总结三分之三部 Posted on 2019-09-09 | In ML-AI | 生成模型和判别模型 生成模型 有朴素贝叶斯和隐形马尔科夫链。 判别模型 有感知机、k近邻、决策树、逻辑斯蒂回归和最大熵、支持向量机、提升方法、提交随机场。 损失函数 误分点到超平面距离 对数似然损失 逻辑斯蒂损失 合页损失 指数损失 评估结果的几个参数 查准率和查全率,可以根据字面理解其含 ... Read more »
机器学习概念总结三分之二部 Posted on 2019-09-09 | In ML-AI | 过拟合 随着训练过程的进行,在训练集上的错误率渐渐减小,但是在验证集上的错误率却反而渐渐增大。也就是说训练出来的网络过拟合了训练集,对训练集外的数据却不工作。 过拟合是一种在项目实践中遇到的一个常见的现象,并不是一种高深的理论。“简单函数的泛化能力更好”不是一个有着坚实理论和数学基础的理论定理,它只 ... Read more »
排序算法 Posted on 2019-09-09 | In 刷题 | 归并排序 如下归并排序的代码里,merge函数里采用了一个辅助数组temp,用来存储排序后的数组,然后再拷贝到原数组。由于排序的复杂度是n,拷贝也是n,因此复杂度是2n。 123456789101112131415161718192021222324252627def mergesort(nums, ... Read more »
二叉树的遍历:递归、非递归和分层 Posted on 2019-09-09 | In 刷题 | 首先创建一棵树,用于测试 A / \ B C / / \ D E F \ / \ G H I 建树语句: 1234567891011121314class TreeNode: def __init__( ... Read more »