摘要：
问题描写叙述： 魔术师手中有A、2、3……J、Q、K十三张黑桃扑克牌。在表演魔术前，魔术师已经将他们依照一定的顺序叠放好（有花色的一面朝下）。魔术表演过程为：一開始，魔术师数1，然后把最上面的那张牌翻过来，是黑桃A；然后将其放到桌面上；第二次,魔术师数1、2；将第一张牌放到这些牌的最以下，将第二张牌 阅读全文
posted @ 2017-02-24 18:05
ranjiewen
阅读(2513)
评论(0)
推荐(0)
摘要：
题目： n个人围成一个圈，每个人分别标注为1、2、...、n，要求从1号从1开始报数，报到k的人出圈，接着下一个人又从1开始报数，如此循环，直到只剩最后一个人时，该人即为胜利者。例如当n=10,k=4时，依次出列的人分别为4、8、2、7、3、10，9、1、6、5，则5号位置的人为胜利者。给定n个人， 阅读全文
posted @ 2017-02-22 12:48
ranjiewen
阅读(1606)
评论(0)
推荐(0)
摘要：
按照书上的要求实现了一下单链表；单链表的实现可能以前看过几次了；现在想想最主要的几个操作算法应该能够写了吧；遇到的问题： 1. 链表节点写成private;所已给出了访问的接口； 2.模板类的.h和.cpp实现写在同一个文件； 3.感觉以后的数据结构实现还是用纯c的实现好一些；然后书主要是思路 节点 阅读全文
posted @ 2017-02-21 21:06
ranjiewen
阅读(314)
评论(0)
推荐(0)
摘要：
今天用类模型实现一个单链表，开始是.h和.cpp将类模板的声明与实现分开写的，结果总是报错： 摆弄了很久都不知道为啥，结果一百度不经意间看到，原来类模板的声明与实现是不能够分开写的。 《C++编程思想》第15章(第300页)说明了原因： 模板定义很特殊。由template<…> 处理的任何东西都意味 阅读全文
posted @ 2017-02-21 10:29
ranjiewen
阅读(735)
评论(0)
推荐(0)
摘要：
1. Least-squares（最小二乘法）是最经典的机器学习算法，后续的大部分机器学习算法（包括题主提到的Lasso,ridge regression）都是在其基础上发展而来的。Linear model即，只要求得其参数，便可以得到自变量与因变量的映射关系。因此有监督回归的任务就是通过个成对的训 阅读全文
posted @ 2017-02-18 19:51
ranjiewen
阅读(1719)
评论(0)
推荐(0)
摘要：
这个问题一直想解决，看了很久都没有想通， Deep Learning（深度学习）学习笔记整理系列之（五） 写的通俗易懂，作为CSDN的博客专家，以后经常拜读他的文章。 Sparse Coding稀疏编码 如果我们把输出必须和输入相等的限制放松，同时利用线性代数中基的概念，即O = a1*Φ1 + a 阅读全文
posted @ 2017-02-18 18:17
ranjiewen
阅读(2722)
评论(0)
推荐(1)
摘要：
K-means聚类算法 K-means也是聚类算法中最简单的一种了，但是里面包含的思想却是不一般。最早我使用并实现这个算法是在学习韩爷爷那本数据挖掘的书中，那本书比较注重应用。看了Andrew Ng的这个讲义后才有些明白K-means后面包含的EM思想。 聚类属于无监督学习，以往的回归、朴素贝叶斯、 阅读全文
posted @ 2017-02-18 15:44
ranjiewen
阅读(435)
评论(0)
推荐(0)
摘要：
【摘要】 本文主要介绍在CVPR和图像处理领域中较为常用的一种图像区域（Blob）提取的方法——连通性分析法（连通区域标记法）。文中介绍了两种常见的连通性分析的算法：1）Two-pass；2）Seed-Filling种子填充，并给出了两个算法的基于OpenCV的C++实现代码。 一、连通区域分析 连 阅读全文
posted @ 2017-02-16 21:10
ranjiewen
阅读(2171)
评论(0)
推荐(0)
摘要：
编辑距离概念描述： 编辑距离，又称Levenshtein距离，是指两个字串之间，由一个转成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。 例如将kitten一字转成sitting： 俄罗斯科学家Vladimir Levenshtein在196 阅读全文
posted @ 2017-02-13 20:21
ranjiewen
阅读(1003)
评论(0)
推荐(0)
摘要：
坊间常说：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。由此可见，特征工程尤其是特征选择在机器学习中占有相当重要的地位。 通常而言，特征选择是指选择获得相应模型和算法最好性能的特征集，工程上常用的方法有以下：1. 计算每一个特征与响应变量的相关性：工程上常用的手段有计算皮尔逊系数 阅读全文
posted @ 2017-02-13 17:09
ranjiewen
阅读(536)
评论(0)
推荐(0)
浙公网安备 33010602011771号