摘要：
1. Given an array of non-negative integers, you are initially positioned at the first index of the array. Each element in the array represents your ma 阅读全文
posted @ 2019-11-21 22:42
强威
阅读(170)
评论(0)
推荐(0)
摘要：
1.Given a set of candidate numbers (candidates) (without duplicates) and a target number (target), find all unique combinations in candidates where th 阅读全文
posted @ 2019-11-15 09:39
强威
阅读(144)
评论(0)
推荐(0)
摘要：
Given a sorted array and a target value, return the index if the target is found. If not, return the index where it would be if it were inserted in or 阅读全文
posted @ 2019-11-05 21:23
强威
阅读(139)
评论(0)
推荐(0)
摘要：
Suppose an array sorted in ascending order is rotated at some pivot unknown to you beforehand. (i.e., [0,1,2,4,5,6,7] might become [4,5,6,7,0,1,2]). Y 阅读全文
posted @ 2019-11-05 20:38
强威
阅读(132)
评论(0)
推荐(0)
摘要：
Given an array of integers nums sorted in ascending order, find the starting and ending position of a given target value. Your algorithm's runtime com 阅读全文
posted @ 2019-11-05 20:34
强威
阅读(124)
评论(0)
推荐(0)
摘要：
（待完成。。。） SVM推导： 核函数： SMO： 阅读全文
posted @ 2019-05-06 11:32
强威
阅读(151)
评论(0)
推荐(0)
摘要：
利用logistic回归进行分类的主要思想：根据现有数据对分类边界建立回归公式，并以此进行分类。 logistic优缺点： 优点：计算代价不高，易于理解和实现。缺点：容易欠拟合，分类精度可能不高。 .适用数据类型：数值型和标称型数据。 sigmoid函数： 梯度上升法： 梯度： 该公式将一直被迭代执 阅读全文
posted @ 2019-04-25 18:49
强威
阅读(412)
评论(0)
推荐(0)
摘要：
首先了解一下三个比较重要的公式： 条件概率公式：P(A|B)=P(AB)/P(B) 全概率公式： 贝叶斯：P(B|A) = P(A|B)P(B)/P(A) 优 点 ：在数据较少的情况下仍然有效，可以处理多类别问题。缺 点 ：对于输入数据的准备方式较为敏感。适用数据类型：标称型数据。 朴素贝叶斯中朴素 阅读全文
posted @ 2019-04-23 14:34
强威
阅读(350)
评论(0)
推荐(0)
摘要：
决策树优特点：优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征数据。缺点：可能会产生过度匹配问题。适用数据类型：数值型和标称型 使用ID3算法划分数据集并构建决策树： 利用matplotlib注解绘制树形图： 数据集下载以及完整jupyter notebook 代码下 阅读全文
posted @ 2019-04-16 20:46
强威
阅读(241)
评论(0)
推荐(0)
摘要：
KNN也称K-近邻算法，简单来说，KNN采用测量不同特征值之间的距离的方法进行分类。 优点：精度高，对异常值不敏感，无数据输入假定。 确定：时间复杂度、空间复杂度较高 适用数据范围：数值型和标称型 工作原理简介：存在一个样本数据集合，并且每个样本数据集中都存在标签。输入没有标签的数据集之后，将新数据 阅读全文
posted @ 2019-04-15 16:30
强威
阅读(265)
评论(0)
推荐(0)
浙公网安备 33010602011771号