Re:堆排序和选择排序
堆排序的比较次数是多少？从非叶子节点开始，每个叶子节点，要比较跟它们的左右子节点，各比较一次。也就是每个非叶子节点，都比较了2次。那么非叶子节点是N/2个。所以比较了2*N/2次。跟选择排序，有区别吗？选择排序，也是比较了N次啊？
Re:Beta 冲刺 (7/9）
@福大软工和面向对象 🆗，老师可以给些建议或者想法喔，欢迎找bug，通过小程序里面我的页面里的意见反馈的话我也是可以看到的。
Re:XGBoost类库使用小结
@简单点！ 你好，XGB里面有用到不少随机算法的地方，比如样本子采样，特征子采样。所以你用2个参数数据一样的方法，是会出现结果不一致的情况的。 具体你可以先看看你2个算法的随机种子参数seed是不是一样的，如果不一样改成一样。一般我们都是以一个算法，一个随机种子来进行比较，很少xgb.train和xgb.XGBclassifier这样2个去横向比较，因为这可能与与实现有关。 至于增量结果差距大，也是类似的原因。个人建议你可以跳出这个比较的框框，直接选一个好好调优，得到合适的模型参数即可。
Re:ML.NET技术研究系列-1入门篇
分类问题中文做的话效果不好，官方表示不支持中文分词。所以分类这种还是老老实实用python吧，ML.NET对国内来说能用的也就是不涉及中文的回归跟聚类了 https://github.com/dotnet/machinelearning/issues/325
Re:强化学习（四）用蒙特卡罗法（MC）求解
@sundin 你好，预测和控制，这是两个不同的问题，具体看你需要解决什么问题。实际上，预测问题，既可以求解动作价值Q，也可以求解状态价值V。我问中只是列了一种最常见的预测求解。
Re:隐马尔科夫模型HMM（三）鲍姆-韦尔奇算法求解HMM参数
@hia 你好，明白了。HMM任何时候，如果没有已有的模型，就需要先用鲍姆-韦尔奇算法训练模型，然后再预估观测状态概率或者解码。 做文本分类看你怎么建模，如果文本的情感是隐藏状态，而文本是已知的观测序列，那么需要先训练模型，求解模型参数，再进行维特比算法解码。 你说的 “然后预估观测状态概率”，要看你怎么建模分类模型了。
Re:DRF框架和Vue框架阅读目录
群增的时候，添加的数据有一个不合法会返回错误信息，但是另一个就返回空字典，什么问题？代码一样的，返回结果 【 { "book": [ "该书已存在" ] }， “”此处是空字典，“” 】
Re:BZOJ2040 : [2009国家集训队]拯救Protoss的故乡
关于BZOJ2040 : [2009国家集训队]拯救Protoss的故乡，你的代码被一组数据卡死了emm