zhuhongde的博客

原创 深入理解Python特性笔记

原创 【西瓜书框图笔记12】第十四章——隐马尔科夫模型（HMM）

原创 【西瓜书框图笔记11】第十三章——半监督学习

原创 【西瓜书框图笔记10】第十一章——特征选择与稀疏学习

原创 【西瓜书框图笔记09】第十章——降维与度量学习

原创 【西瓜书框图笔记08】第九章——聚类

原创 【西瓜书框图笔记07】第八章——集成学习

原创 【西瓜书框图笔记06】第七章——贝叶斯分类器

原创 【西瓜书框图笔记05】第六章——支持向量机

原创 【西瓜书框图笔记04】第五章——神经网络

原创 【西瓜书框图笔记03】第四章——决策树

原创 【西瓜书框图笔记02】第三章线性模型

原创 【西瓜书框图笔记01】第二章——模型评估与选择

原创 深入浅出MySQL学习笔记（二）

参考文献第七章、表类型（存储引擎）的选择1.两种查看当前引擎的方法：【1】 SHOW ENGINES \G【2】SHOW VARIABLES LIKE ‘have%’；2.改变已有表的存储引擎：可以使用 ALTER TABLE 语句，将一个已经存在的表修改成其他的存储引擎： alter table ai engine = innodb；3.几种常用存储引擎：MyISAM引擎（1...

原创 红黑树常见面试问题整理

参考文献1.红黑树知识点结构图2.红黑树漫画初步解读3.笔试面试常考数据结构红黑树性质总结4.教你初步了解红黑树（很完整的博客！！）一、定义红黑树是一种特定类型的二叉树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。它是在1972年由RudolfBayer发明的，他称之为"对称二叉B树"，它现代的名字是在LeoJ.Guibas和RobertSedgewick于197...

原创 堆排序原理和实现

参考文献1.堆排序原理2.堆排序的手写实现堆排序思想Step 1： 构造初始堆初始化堆时是对所有的非叶子结点进行筛选；最后一个非终端元素的下标是[n/2]向下取整，所以筛选只需要从第[n/2]向下取整个元素开始，从后往前进行调整。Step 2：进行堆排序堆排序是一种选择排序。建立的初始堆为初始的无序区。排序开始，首先输出堆顶元素（因为它是最值），将堆顶元素和最后一个元素交换...

原创 排序算法的稳定性

参考文献1.排序算法的稳定性及其意义2.稳定排序和不稳定排序3.排序算法的稳定性总结稳定性的定义假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，ri=rj，且 ri在rj之前，而在排序后的序列中，ri仍在rj之前，则称这种排序算法是稳定的；否则称为不稳定的。稳定性的意义1、如果只是简单的进行数字的排序，那么稳定性将...

原创 深入浅出MySQL学习笔记（一）

参考文献1.博客12.博客2第一章、mysql的安装与配置第二章、SQL基础sql分类：（1）DDL：数据库定义语言，用于定义表，列，索引等数据库对象. create,drop,alter等（2）DML：数据库操纵语言，增删改查数据库的记录insert，delete，update，select等（3）DCL：数据库控制语言，定义了数据库的表，字段，用户的访问权限和安全级别 ...

原创 关于make_heap和priority_queue

参考文献1.stl里关于heap的函数与priority_queue的区别2.C++中两种实现堆的方式:make_heap和priority_queue3.[STL]heap和priority_queue大家都知道，priority_queue是用堆实现的，可以通过重载（）运算符选择使用最大堆或最小堆。以前一直觉得stl里面的heap相关的函数都是多余的，因为一般的heap操作都可以用p...

原创 GBDT、XGBoost潜在问题攻防解决方案

参考文献1.参考文献12.我爱机器学习——xgboost详解（非常推荐！！！）3.几个模型的对比4.5.问题1：xgboost工具支持并行。boosting不是一种串行的结构吗？怎么并行的？注意xgboost的并行不是tree粒度的并行，xgboost也是一次迭代完成才能进行下一次迭代的（第t次迭代的代价函数里面包含了前面t-1次迭代的预测值）。xgboost的并行是在特征粒度上的...

原创 【转载】关于递归的思想理解

原文地址

原创 Stacking与Blending以及相关的heamy库的使用收集

参考文献1.heamy官方文档2.heamy的github仓库3.heamy库中核心模块的介绍博客4.heamy库使用示例一、关于Stacking和Blending的比较核心区别：前者基于交叉验证，后者基于留出法很多人stack和blend是混着叫的，所以不必纠结这个名字，不要着相。只要知道：【1】stack是用cv交叉验证来得出元模型的特征（一个基模型产出一个元特征作为二级模型...