Homework Week Seven

Homework Week Seven


1.决策表(决策树)

参考文章:https://www.cnblogs.com/by-dream/p/5336918.html

  • 概念:决策表是分析和表达多逻辑条件下执行不同操作的工具。
    在这里插入图片描述
    条件桩:问题的所有条件
    条件项:针对条件桩给出的条件列出所有可能的取值
    动作桩:列出问题规定的可能采取的操作
    动作项:支出在条件项的各组取值情况下应采取的动作
    规则:任何一个条件组合的特定取值及其相应要执行的操作称为规则。在判定表中贯穿条件项和动作项的一列就是一条规则。
    在这里插入图片描述在这里插入图片描述

总结:

在程序设计测试过程中,如果有多层的嵌套将会使测试难度提升,也会可能导致某种情况的遗漏。使用决策表,能将条件和操作更好的进行分类,并一一对应,得到测试用例,提高测试的效率和准确度。


2.回归 VS 回溯

在这里插入图片描述

回归:
自变量和因变量之间相关关系的基础上,建立变量之间的回归方程,并将回归方程作为预测模型

  • 1.根据预测目标,确定自变量和因变量
  • 2.建立回归预测模型
  • 3.进行相关分析
  • 4.检验回归预测模型,计算预测误差
  • 5.计算并确定预测值

回溯:
当一个问题有多个做法时,先选择一个进行,当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择。

对比:
回归有利于当对大量数据进行分析,并对问题进行预测,得到相近的结果,但并不完全准确,存在个例。
回溯有利于找到准确的最优解,但是当条件变多,数据量变大的时候,时间复杂度高,对性能的消耗极大。


Data:2021.4.23

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
优化算法作业主要是指在给定的问题背景下,通过设计和实现合适的算法来提高求解问题的效率和准确性。在解决优化问题时,可以通过以下几个步骤来完成作业。 首先,需要明确问题的目标是什么。例如,是要寻找最小值或最大值,或者是要满足一定的约束条件。了解问题的目标有助于我们选择合适的算法。 其次,根据问题的特点选择合适的优化算法。常见的优化算法包括贪心算法、动态规划、遗传算法、模拟退火算法等。不同的问题可能适合不同的算法,例如贪心算法适用于某些问题的局部优化,而动态规划适用于某些问题的全局优化。 然后,需要对选定的算法进行进一步的分析和改进。对算法进行分析可以评估算法的时间复杂度和空间复杂度,了解算法的优势和劣势。如果已有的算法不够优化,可以针对问题特点进行改进,例如引入剪枝策略、优化循环结构等。 最后,根据优化算法的设计和改进,实现相应的代码,并进行实验验证。通过实验可以验证算法的正确性和效率,并对实验结果进行分析和总结。如果有必要,可以对算法进行调优,进一步提高算法的性能。 总之,优化算法作业需要我们根据问题的特点选择合适的算法,并进行进一步的分析和改进,最终通过实验验证算法的效果。通过对问题的细致思考和创新性设计,可以提高优化算法的效率和准确性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值