SoulMartyr-CSDN博客

原创标签的独热编码——LabelBinarizer()

[这是一个简单的备忘录]LabelBinarizer()是sklearn.preprocessing中的一个函数，通过这个函数可以实现机器学习中国对图像标签的独热编码。独热编码是一种二进制编码，通俗的讲独热编码主要满足以下几个条件：图像有n类，则编码长度为n对第i类编码，只有第i位置1，其余为0 (1≤i≤n1 \leq i \leq n1≤i≤n)在使用LabelBinarizer()时，首先要申明一个变量作为其载体（具体名词我不知道），再分别调用fit与transform函数实现。

2021-03-21 16:09:14 4363

原创 [蓝桥杯]等腰三角形

本题目要求你在控制台输出一个由数字组成的等腰三角形。具体的步骤是：先用1,2,3，…的自然数拼一个足够长的串用这个串填充三角形的三条边。从上方顶点开始，逆时针填充。比如，当三角形高度是8时：输入输入存在多组数据，对于每组数据：输入一行包含一个正整数n(3<n<300),表示三角形的高度输出对于每组测试数据输出用数字填充的等腰三角形。为了便于测评，我们要求空格一律用"."代替。样例输入510样例输出这题比较容易想到是一道通过求解一些数学规律.

2021-03-20 23:45:12 666

原创 [蓝桥杯]外卖店优先级

[蓝桥杯]外卖店优先级“饱了么”外卖系统中维护着N 家外卖店，编号1~N。每家外卖店都有一个优先级，初始时(0 时刻) 优先级都为0。每经过1 个时间单位，如果外卖店没有订单，则优先级会减少1，最低减到0；而如果外卖店有订单，则优先级不减反加，每有一单优先级加2。如果某家外卖店某时刻优先级大于5，则会被系统加入优先缓存中；如果优先级小于等于3，则会被清除出优先缓存。给定T 时刻以内的M 条订单信息，请你计算T 时刻时有多少外卖店在优先缓存中。第一行包含3 个整数N、M 和T。以下M

2021-03-17 17:42:06 303

原创非支配集求解（python）

非支配集求解（python）源自《深度学习计算机视觉实战卷积神经网络、Python 、TensorFlow和Kivy》作者:[埃] 艾哈迈德·法齐·迦得（Ahmed Fawzy Gad）著林赐译支配度是NSGA-Ⅱ中的概念。在NSGA-Ⅱ中，支配度有助于我们选择最佳解集作为亲本。这些解支配了其他解，即表明为它们不会比其他所有解差。当且仅当满足下列两个条件时，我们说解X支配解Y。就所有的目标函数而言，解X不比解Y差。至少就一个目标函数而言，解X好过解Y通俗地讲就是当采用某一个解时，

2021-02-22 23:36:13 2574

原创 GA示例代码

GA示例代码源自《深度学习计算机视觉实战卷积神经网络、Python 、TensorFlow和Kivy》作者:[埃] 艾哈迈德·法齐·迦得（Ahmed Fawzy Gad）著林赐译优化具有六个参数的线性方程完整代码import GAimport numpy as np# 求解能使y = w1x1+w2x2+w3x3+w4y4+w5y5+w6y6最大的权值# (x1,x2,x3,x4,x5,x6)=(4,-2,3.5,5,-11,-4.7)# 方程的输入equation_inpu

2021-02-20 23:02:14 362

原创 LeetCode312-戳硬币（动态规划）

LeetCode312-戳硬币题目：有 n 个气球，编号为0 到 n - 1，每个气球上都标有一个数字，这些数字存在数组 nums 中。现在要求你戳破所有的气球。戳破第 i 个气球，你可以获得 nums[i - 1] * nums[i] * nums[i + 1] 枚硬币。这里的 i - 1 和 i + 1 代表和 i 相邻的两个气球的序号。如果 i - 1或 i + 1 超出了数组的边界，那么就当它是一个数字为 1 的气球。求所能获得硬币的最大数量。示例 1：输入：nums = [3,1,

2021-02-18 21:14:24 134