2022-07-17

机器学习基本流程

采集数据

数据处理【预处理】

选择 模型【线性、非线性】、算法【随机梯度下降法、smo...】、策略【极大似然估计法（交叉熵）、最小二乘法、svm...】

模型训练  <------I

模型评估           I

调参---------------I

预测

验证集与测试集

验证集的作用在于模拟测试集，而测试集的最大特点就是「未知」，即在训练过程中是见不到的。正因为验证集和测试集在训练过程中都是未知的，你才可以说，「如果你的超参数适用于验证集，那么它们也大概会适用于测试集」。如果你不分开验证集和测试集，那么你调出的超参数就是适用于训练集的，但因为训练集和测试集不具有「未知」这个共同点，所以训练集上的好性能不一定能泛化到测试集上去，这就叫「过拟合」。

激活函数的作用

多感知器分类器没有激活函数不管它怎么组合，最多就是线性方程的组合，最后得到的分类器本质还是一个线性方程，该处理不了的非线性问题，它还是处理不了。

通过这个激活函数映射之后，输出很明显就是一个非线性函数。能不能解决非线性分类问题不清楚，但是至少说明有可能啊，不加入激活函数神经网络压根就不可能解决这个问题。

给定一个链表的 头节点 head ，请判断其是否为回文链表。

如果一个链表是回文，那么链表节点序列从前往后看和从后往前看是相同的。

===========================================================

1. 先快慢指针找到中间节点；
2. 原地反转后半部分链表；
3. 依次比较前半部分链表与反转后的后半部分链表；
4. ================================================================

bool isPalindrome(struct ListNode* head)
{
    struct ListNode* phead = head;
    struct ListNode* fast = head;
    struct ListNode* slow = head;
    while (fast != NULL && fast->next != NULL)//快慢指针找中点
    {
        fast = fast->next->next;
        slow = slow->next;
    }
    struct ListNode* p1 = NULL;
    struct ListNode* p2 = slow;
    struct ListNode* p3 = slow->next;
 
    while (p2 != NULL)
    {
        p2->next = p1;
        p1 = p2;
        p2 = p3;
        if (p3 != NULL)
        {
            p3 = p3->next;
        }
    }
    while (p1 != NULL)//比较
    {
        if (p1->val == phead->val)
        {
            p1 = p1->next;
            phead = phead->next;
            
        }
        else
        {
            return false;
        }
    }
    return true;
}

给定单链表的头节点 head ，请反转链表，并返回反转后的链表的头节点。

=================================================================

递进至最后一个结点，使最后一个结点为反转链表的头结点，然后在归出的过程中是后面的结点指向前面的结点，前面的结点指向空，最终实现链表反转。

=================================================================

struct ListNode* reverseList(struct ListNode* head){
    if (head == NULL || head->next == NULL) {
        return head;
    }
    struct ListNode *next = head->next;
    struct ListNode *node = reverseList(next); 
    next->next = head;                           
    head->next = NULL;                   
    return node;
}