摘要：
对于在一个长字符串中搜索匹配一个短字符串的方法，KMP算法首先将子字符串第一个字符与长字符串对比，依次向下， 直到对应字符不同。这时候 一般的方法是从头来过，重新挨个对比。而KMP算法则是利用已知信息将待对比部分右移，右移的值为：已对比字符串长度-部分匹配值 在这里是6-2，其中部分匹配值为已匹配字 阅读全文
posted @ 2020-10-30 19:28
Bambo0
阅读(81)
评论(0)
推荐(0)
摘要：
1.Timedelta基本概念 首先导入pandas库 import pandas as pd; 1 Timedelta在pandas中是一个表示两个datetime值之间的差(如日,秒和微妙)的类型,2个Datetime数据运算相减得出的结果就是一个Timedelta数据类型 Datetime只支 阅读全文
posted @ 2020-10-27 14:15
Bambo0
阅读(179)
评论(0)
推荐(0)
摘要：
属性和数据DataFrame.axes #index: 行标签；columns: 列标签DataFrame.as_matrix([columns]) #转换为矩阵DataFrame.dtypes #返回数据的类型DataFrame.ftypes #返回每一列的 数据类型float64:denseDa 阅读全文
posted @ 2020-10-21 16:12
Bambo0
阅读(786)
评论(0)
推荐(0)
摘要：
问题：求矩阵左上至右下坐标的路径，使其路径上的值的和最大，并给出路径 解题思路： 利用动态规划，每一个当前坐标的最大和都是其左或上的坐标最大和与当前坐标值之和，从右下至左上逐步计算。方法一：采用while循环，在循环的同时将路径上的值加入列表sum_list中（因为是从右下至左上计算，列表中的路径是 阅读全文
posted @ 2020-10-10 19:59
Bambo0
阅读(73)
评论(0)
推荐(0)
摘要：
https://www.cnblogs.com/Acceptyly/p/3562100.html 朴素贝叶斯的优点： 对小规模的数据表现很好，适合多分类任务，适合增量式训练。 缺点： 对输入数据的表达形式很敏感。 决策树的优点： 计算量简单，可解释性强，比较适合处理有缺失属性值的样本，能够处理不相关 阅读全文
posted @ 2020-10-09 19:43
Bambo0
阅读(311)
评论(0)
推荐(0)
摘要：
转自：http://www.cnblogs.com/tornadomeet/p/3395593.html 常见机器学习算法（主要是一些常规分类器）大概流程和主要思想，希望对大家找机器学习岗位时有点帮助。实际上在面试过程中，懂这些算法的基本思想和大概流程是远远不够的，那些面试官往往问的都是一些公司内部 阅读全文
posted @ 2020-10-09 19:42
Bambo0
阅读(213)
评论(0)
推荐(0)
摘要：
数据来源：Kaggle 分析目的：对数据进行分析、处理，进而训练、预测。 一、查看数据 import pandas as pddata_train = pd.read_csv('E:/pythonob/data/Titantic/mytrain.csv') #读取csv数据文件pd.set_opti 阅读全文
posted @ 2020-09-19 23:12
Bambo0
阅读(567)
评论(0)
推荐(0)
摘要：
find()函数的基本功能是返回向量或者矩阵中不为0的元素的位置索引，当参数为矩阵时默认按列返回索引 find(X)，返回向量或者矩阵中不为0的元素的位置索引 find(X,2)，find(X,2,'first'),返回前两个不为0的元素的位置索引 find(X,2,'last')返回后两个不为零的 阅读全文
posted @ 2020-06-21 15:18
Bambo0
阅读(838)
评论(0)
推荐(0)
摘要：
C=conv2(A,B,'shape') A：输入矩阵/图像 B：卷积核 当shape=full时，返回全部二维卷积结果，即返回C的大小为（ma+mb-1）x（na+nb-1） shape=same时，返回与A同样大小的卷积中心部分 shape=valid时，不考虑边界补零，即只要有边界补出的零参与 阅读全文
posted @ 2020-06-21 13:07
Bambo0
阅读(307)
评论(0)
推荐(0)
摘要：
nargout表示输出参数个数 a'表示矩阵转置 阅读全文
posted @ 2020-06-21 12:23
Bambo0
阅读(90)
评论(0)
推荐(0)
浙公网安备 33010602011771号