摘要：
list是双向链表，map保存key对应到list中的迭代器的位置，list保存<key,value> 阅读全文
posted @ 2016-07-03 15:47
simple_wxl
阅读(273)
评论(0)
推荐(0)
摘要：
#include<iostream>#include<vector>#include<queue>#include<string>#include<map>using namespace std;struct node{ int val; node * left,*right; node(int _ 阅读全文
posted @ 2016-07-02 23:13
simple_wxl
阅读(153)
评论(0)
推荐(0)
摘要：
int getposition(int arr[],int left,int right) { int tmp=arr[left]; while(left<right) { while(left<right&&arr[right]>=tmp) right--; arr[left]=arr[right 阅读全文
posted @ 2016-07-02 17:04
simple_wxl
阅读(162)
评论(0)
推荐(0)
摘要：
#include<iostream>#include<stack>#include<vector>using namespace std;struct node{ int val; node *left,*right; node(int _val):val(_val),left(NULL),righ 阅读全文
posted @ 2016-06-30 15:29
simple_wxl
阅读(300)
评论(0)
推荐(0)
摘要：
阅读全文
posted @ 2016-06-30 13:18
simple_wxl
阅读(987)
评论(0)
推荐(0)
摘要：
EM算法的推导 阅读全文
posted @ 2016-06-29 21:30
simple_wxl
阅读(153)
评论(0)
推荐(0)
摘要：
利用学习曲线判断是否过拟合和欠拟合 过拟合和欠拟合的处理： 其实不全啊，不想补了 过拟合原因： 1、数据N太小 2、噪声数据 3、模型过于复杂 过拟合：1）找更多的数据来学习，2)增大正则化系数 3）减少特征的个数（不太推荐） 欠拟合：1）找更多的特征 2)减少正则化系数 阅读全文
posted @ 2016-06-29 20:07
simple_wxl
阅读(199)
评论(0)
推荐(0)
摘要：
L1正则化和L2正则化的区别：L1起截断作用，L2起缩放作用（不让参数θ过大） L1稀疏，L2平滑作用 L1的稀疏化性质去掉无关特征，只留下相关特征 L2如果特征有些是共线性的，L1会扔掉这些特征，导致模型误差较大 数据和特征处理 数据清洗 正负样本不平衡的处理方法：上采样，下采样，修改损失函数 数 阅读全文
posted @ 2016-06-29 19:46
simple_wxl
阅读(259)
评论(0)
推荐(0)
摘要：
损失函数是对数损失函数 对损失函数求导：和线性回归的求导结果一样： 离散化： 快 稀疏化 给线性模型带来一定的非线性 模型稳定 在一定程度上降低过拟合风险 阅读全文
posted @ 2016-06-29 19:00
simple_wxl
阅读(267)
评论(0)
推荐(0)
摘要：
方法一：头插法 方法二：递归法 #include<iostream>using namespace std;#include<vector>#include<algorithm>#include<string>#include<string.h>#include<queue>#include<alg 阅读全文
posted @ 2016-06-29 15:20
simple_wxl
阅读(177)
评论(0)
推荐(0)
浙公网安备 33010602011771号