lizhang的博客

摘要： C++ 版（回溯 + 贪心）：Sdl.h#define Typep int#define Typew intclass Sdl { friend Typep get_best_sdl(Typep *, Typew *, Typew, int); private: Typep Bound(int i); void Backtrack(int i); Typew c; // the capability of the bag int n; // the number of item Typew *w; // the array of weight Typep *p; // the ar... 阅读全文

摘要： dorado是一种展现层技术，由上海锐道信息技术有限公司（BSTEK）所开发，具有开发简易，易于学习的特点。spring和hibernate是项目中最常用的两种框架，如何将这三种优秀的框架结合呢？Dorado的Marmot是一个和Spring无缝结合的开源组件，在Dorado中表现为一种新的类型Dataset。在Marmot中提供了Dataset数据加载与提交接口，用户在使用时只要实现指定接口中的方法，或者定义自己的方法名（但要求方法参数要和接口中定义的方法相同），然后将其定义在Spring中，在Dorado studio中只需指定Spring中该Bean的Id即可（如果不是覆盖接口中的方法则 阅读全文

摘要： 【题目】 已知一个口袋里装有两种球， 两种球的比例是2：1， 假设口袋里装的是白球和红球，从口袋里取出5个球，4个红球，1个白球， 问口袋里红球占多数的概率是多少？在阅读过这个题目后， 针对求解问题,我们给定如下事件(event)：H1: 红球占多数的事件， 也就是红球占2/3的的事件H2: 白球占多数的事件， 也就是白球占2/3的的事件R: 从口袋取出是红球的事件W： 从口袋取出是白球的事件基于该题目，没有得到任何关于H1和H2的先验知识， 所以， 我们给定如下假设：p(H1) = 1/2P(H2) = 1/2其次， 给予题目的描述，我们还可以得到：p(R|H1) = 2/3p(W|H1) 阅读全文

摘要： 【摘要】 K-mean是一个无监督的聚类算法（unsupervised clustering algorithm）, 它简单快速， O(n)的运算复杂度。但是，该算法的有效性通常受到初始聚类中心点的影响。虽然学术界已经有很多方法被提出， 用来提高初始聚类中心点选取。但是，受数据集的影响，其效果也不理想。所以， 一直以来k-means聚类初始中心点选取问题一直被认为是一个 NP-hard k-mean 问题。 2007年，David Arthur 和 Sergei Vassilvitskii 提出了一种近似选取聚类初始中心点的算法， k-mean++， 该方法在概率上被证明具有很好的鲁棒性和健壮 阅读全文