上一页 1 ··· 7 8 9 10 11
摘要: 参考教程: 1.https://blog.csdn.net/weixin_37769855/article/details/99439904 2.https://www.liaoxuefeng.com/wiki/896043488029600/896067074338496 3.https://ww 阅读全文
posted @ 2020-05-24 11:41 qiezi_online 阅读(304) 评论(0) 推荐(0)
摘要: leetcode104 二叉树的最大深度 https://leetcode-cn.com/problems/maximum-depth-of-binary-tree/ 深度搜索分两种:递归(使用栈) 广度搜索:非递归(使用队列) 1. 广度搜索bfs:(标准模板)(也可建议用c++的queue,de 阅读全文
posted @ 2020-05-22 10:04 qiezi_online 阅读(356) 评论(0) 推荐(0)
摘要: int binarySearch(int[] nums, int target) { int left = 0; int right = nums.length - 1; // 注意 while(left <= right) { //int mid = (right + left) / 2; //不 阅读全文
posted @ 2020-05-21 17:45 qiezi_online 阅读(235) 评论(0) 推荐(0)
摘要: sklearn使用方法,包括从制作数据集,拆分数据集,调用模型,保存加载模型,分析结果,可视化结果 1 import pandas as pd 2 import numpy as np 3 from sklearn.model_selection import train_test_split #训 阅读全文
posted @ 2020-05-21 09:56 qiezi_online 阅读(1660) 评论(0) 推荐(0)
摘要: 用apply处理pandas比用for循环,快了无数倍,测试如下: 我们有一个pandas加载的dataframe如下,features是0和1特征的组合,可惜都是str形式(字符串形式),我们要将其转换成一个装有整型int 0和1的list (1)用for循坏(耗时约3小时) 1 from tqd 阅读全文
posted @ 2020-05-20 17:43 qiezi_online 阅读(1690) 评论(0) 推荐(1)
摘要: 5.17 星期日,应完成的下周leetcode题目:279,300,1143,72,(前4个动态规划),104,110,543(后三个关于树)(https://cyc2018.github.io/CS-Notes/#/notes/Leetcode%20%E9%A2%98%E8%A7%A3%20-%2 阅读全文
posted @ 2020-05-17 22:47 qiezi_online 阅读(158) 评论(0) 推荐(0)
摘要: 参考教程链接: https://dormousehole.readthedocs.io/en/latest/ (主要)https://www.w3cschool.cn/flask/ 目录: 1.写了一个简单的flask 2.url传参数 3.url_for重定向 4.和html中post和get的交 阅读全文
posted @ 2020-05-09 19:54 qiezi_online 阅读(237) 评论(0) 推荐(0)
摘要: 再一次阅读了何向南教授在2017WWW上发的论文:Neural Collaborative Filtering,原文链接:https://www.comp.nus.edu.sg/~xiangnan/papers/ncf.pdf 本人读英文还是很不流畅,读原文时容易走神或者是对文中内容一知半解。有幸找 阅读全文
posted @ 2020-05-04 11:38 qiezi_online 阅读(310) 评论(0) 推荐(0)
摘要: static bool cmp(pair<char, int> a , pair<char,int> b) { return a.second>b.second; //按照value从大到小重新排序 } string frequencySort(string s) { unordered_map<c 阅读全文
posted @ 2020-04-27 21:45 qiezi_online 阅读(591) 评论(0) 推荐(0)
摘要: from sklearn import datasets from sklearn.tree import DecisionTreeClassifier 1.载入iris数据集(from sklearn import datasets) x = iris.data[:,[0,2]] # x = ir 阅读全文
posted @ 2020-04-27 09:58 qiezi_online 阅读(4152) 评论(0) 推荐(0)
上一页 1 ··· 7 8 9 10 11