摘要: 为什么需要特征归一化? 消除量纲的影响,加快收敛速率。采用梯度下降的角度来说。特征空间是圆形比椭圆更容易收敛。 采用梯度下降求解的模型,如神经网络,支持向量机等需要特征归一化。树模型一般不需要。 原始特征下,因尺度差异,其损失函数的等高线图可能是椭圆形,梯度方向垂直于等高线,下降会走zigzag路线 阅读全文
posted @ 2024-10-14 14:31 continu~ 阅读(50) 评论(0) 推荐(0)
摘要: 题目:移除元素: 给你一个数组 nums 和一个值 val,你需要 原地 移除所有数值等于 val 的元素,并返回移除后数组的新长度。 不要使用额外的数组空间,你必须仅使用 O(1) 额外空间并原地修改输入数组。 元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。 示例 1: 给定 num 阅读全文
posted @ 2024-10-14 09:42 continu~ 阅读(19) 评论(0) 推荐(0)