摘要：
题目链接：https://www.acwing.com/problem/content/208/ 将矩阵变成一个向量，由于每秒变化一次，所以可以通过一个投影矩阵来投影到该空间中的另一个向量中去，当前向量在i位置对之后的向量的j位置有贡献的时候就需要对这个矩阵的(i,j)位置设置参数，将当前向量的第i 阅读全文
摘要：
一、第一种初始化簇中心的方法：随机产生k个簇中心，保证簇中心的每个维度的取值都在这个纬度所有值的最小值与最大值的左闭右开区间内 import numpy as np class KMeans_1: def __init__(self,k_clusters,tol=1e-4,max_iter=300) 阅读全文
摘要：
k近邻学习的一种实现时k-d树，用于搜索一个给定的向量周围k个与他距离最近的向量，好像ACM的数据结构里面也有着一条。 基于线性扫描算法的k近邻学习算法适合于处理数据集比较小的情况，时间复杂度大约是O(nlogn)，搜索到这k个最近的向量之后就可以根据他们的众数选择属于哪一个类比较适合 k-d树代码 阅读全文
摘要：
本文只构建一个能够识别一种英文符号的SVM，在此选择了C字符。 一、SVM构建 import numpy as np class SMO: def __init__(self, C, tol, kernel='rbf', gamma=None): # 惩罚系数 self.C = C # 优化过程中a 阅读全文
摘要：
一、朴素贝叶斯分类器的构建 import numpy as np class BernoulliNavieBayes: def __init__(self, alpha=1.): # 平滑系数, 默认为1(拉普拉斯平滑). self.alpha = alpha def _class_prior_pr 阅读全文
摘要：
一、分类树构建（实际上是一棵递归构建的二叉树，相关的理论就不介绍了） import numpy as np class CartClassificationTree: class Node: '''树节点类''' def __init__(self): self.value = None # 内部叶 阅读全文
摘要：
一、决策树ID3递归算法的实现 import numpy as np class DecisionTree: class Node: def __init__(self): self.value = None # 内部叶节点属性 self.feature_index = None self.chil 阅读全文
摘要：
一、基于sigmoid函数的logistic回归 import numpy as np class LogisticRegression: def __init__(self, n_iter=200, eta=1e-3, tol=None): # 训练迭代次数 self.n_iter = n_ite 阅读全文
摘要：
朴素线性回归的实现，直接通过梯度为0解出w的估计值 import numpy as np class OLSLinearRegression: def _ols(self, X, y): '''最小二乘法估算w''' # tmp = np.linalg.inv(np.matmul(X.T, X)) 阅读全文
摘要：
题目链接：http://poj.org/problem?id=2891 解线性同余方程组，由于模数不是互质的，不能用中国剩余定理，但是可以通过扩展gcd的方法求解，时间复杂度大约是O(nlogn)，当只有两个方程的时候可以容易求出解x，将x的通解凝聚成新的 模线性方程，接下来不断输入，进行n-1次迭 阅读全文