bqw的博客

原创 【机器学习】：Xgboost原理

原创 【机器学习】：决策树

   参考文献[1]. 李航. 《统计学习方法》[2]. 周志华. 《机器学习》[3].https://blog.csdn.net/zhengzhenxian/article/details/79083643

原创 【机器学习】：朴素贝叶斯

原创 【机器学习】：boosting方法、AdaBoost、加法模型、提升树、GBDT

原创 【机器学习】：LR回归与softmax回归

原创 【深度学习框架Keras】一个回归的例子

一、boston_housing数据集共包含506条数据，涵盖了士顿不同郊区房屋14种特征的信息。from keras.datasets import boston_housingimport numpy as np(train_data,train_targets),(test_data,test_targets) = boston_housing.load_data()二...

原创 【深度学习框架Keras】一个单标签多分类的例子

一、Reuters数据集是一个关于新闻短讯的数据集，其包含了46个互斥的主题，而且每个主题指定包含10个样例。from keras.datasets import reuters(train_data,train_labels),(test_data,test_labels) = reuters.load_data(num_words=10000)二、数据集的相关信息pr...

原创 【深度学习框架Keras】一个二分类的例子

一、这个IMDB数据集包含了50000条电影评论，其中25000条用于训练，另外25000条用于测试。其label只包含0或1，其中0表示负面评价，1表示正面评价from keras.datasets import imdb(train_data,train_labels),(test_data,test_labels) = imdb.load_data(num_words=8000) ...

原创 【深度学习框架Keras】第一个简单的例子

一、MNIST数据集是一个手写数字图片的数据集，其包含了60000张训练图片和10000张测试图片，这些图片是28××\times28的灰度图片，共包含0到9总计10个数字。import kerasfrom keras.datasets import mnist(train_images,train_labels),(test_images,test_labels) = mnist.l...

原创 【数学建模】微分方程和差分方程的稳定性

原创 阿里云(ECS)_Ubuntu_图形界面安装_VNC远程访问完全教程

一、环境           本教程中使用阿里云服务器，其配置为单核CPU，2G内存。 二、实例化Ubuntu        1.停止实例的运行        2.更换系统盘        3.选择Ubuntu 16.04 64位        4.安装Putty并登陆ECS(教程略，请自行寻找) 三、安装ubuntu-des...

原创 【数据结构(C++实现)】：Trie_字典树_前缀树

目录 一、介绍二、如何表示Trie的结点        1.方法一：数组        2.方法二：Map三、性质四、Trie结点的定义五、Trie接口定义六、插入字符串七、搜索字符串        1.搜索前缀        2.搜索单词        3.时间复杂度八、完整代码 一、介绍         Trie，又称字典树或前...

原创 【LeetCode】105和106.重建二叉树

一、题目描述 二、思路 三、C++实现         1.105题class Solution {public: TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) { if(preorder.size(...

原创 《剑指offer》学习笔记_面试题5_替换空格

题目描述         请实现一个函数，把字符串中的每个空格替换成“%20”。例如，输入“We are happy.”，则输出“We%20are%20happy.”。 思路         如果从前往后替换，每次替换都需要移动空格后的所有元素。不妨，先统计空格数，确定了替换后字符串应该有多长，然后从后往前进行替换。 C++实现 /*****************...

原创 《剑指offer》学习笔记_面试题4_二维数组中的查找

题目描述         在一个二维数组中，每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数？ 思路         对于二维数组，搜索的起点可能有四个位置，分布对应矩形的四个角。对于左上角来说，当前位置为最小值，如果要搜索的数大于该值，那么搜索方向可以是右边、也可以是下边，也就是说...