- 博客(268)
- 收藏
- 关注
RSS订阅原创 第二个程序——客户端ClientUI
在我的上一篇文章中，我已经介绍了如何实现“在线聊天室”中的服务器端ServerUI，服务器端作为整个聊天系统的“中继系统”，负责转发用户的信息到聊天室，可以转发给聊天室中的每一个人（即，群聊），也可以转发给聊天室中某个指定的人（即，私聊）。因此，我们的ClientUI客户端，其功能就是向服务器端发送数据，并从服务器端接受数据的。
2023-01-23 10:58:41
1264
2
原创 第一个程序——构建一个ServerUI
本次程序设计均使用python实现，使用sql server对聊天室用户的数据进行存储。通过python socket套接字编程，实现了在线聊天室的功能，并使用python tkinter进行UI界面的设计。
2023-01-19 12:43:34
1597
1
原创 寒假每日一题W2D1——选数异或
给定一个长度为 n 的数列 A1,A2,⋅⋅⋅,An 和一个非负整数 x，给定 m 次查询，每次询问能否从某个区间 [l,r] 中选择两个数使得他们的异或等于 x。
2023-01-03 09:56:55
592
原创 区间选点 and 最大不相交区间
给定 N 个闭区间 [ai,bi]，请你在数轴上选择尽量少的点，使得每个区间内至少包含一个选出的点。输出选择的点的最小数量。位于区间端点上的点也算作区间内。
2023-01-02 09:58:38
357
原创 寒假每日一题W1D3——上课睡觉
有 N 堆石子，每堆的石子数量分别为 a1,a2,…,aN。你可以对石子堆进行合并操作，将两个相邻的石子堆合并为一个石子堆，例如，如果 a=[1,2,3,4,5]，合并第 2,3 堆石子，则石子堆集合变为 a=[1,5,4,5]。我们希望通过尽可能少的操作，使得石子堆集合中的每堆石子的数量都相同。请你输出所需的最少操作次数。本题一定有解，因为可以将所有石子堆合并为一堆。
2023-01-01 10:37:34
405
原创 寒假每日一题W1D1——孤独的照片
Farmer John 最近购入了 N 头新的奶牛，每头奶牛的品种是更赛牛（Guernsey）或荷斯坦牛（Holstein）之一。奶牛目前排成一排，Farmer John 想要为每个连续不少于三头奶牛的序列拍摄一张照片。然而，他不想拍摄这样的照片，其中只有一头牛的品种是更赛牛，或者只有一头牛的品种是荷斯坦牛——他认为这头奇特的牛会感到孤立和不自然。在为每个连续不少于三头奶牛的序列拍摄了一张照片后，他把所有「孤独的」照片，即其中只有一头更赛牛或荷斯坦奶牛的照片，都扔掉了。
2023-01-01 09:57:22
481
原创 最长上升子序列 II
给定一个长度为 N 的数列，求数值严格单调递增的子序列的长度最长是多少。第一行包含整数 N。第二行包含 N 个整数，表示完整序列。输出一个整数，表示最大长度。−10≤数列中的数≤104。
2022-12-02 12:26:36
687
原创 Flask Web——表单
表单可以提供文本输入框、单选按钮、复选框、按钮等元素供用户提交数据。在Flask项目中，表单除了可以表示传统的HTML标签，还可以验证数据。数据被发送到服务器后，为了防止不法分子绕过前端限制提交非法数据，需要对数据验证。为实现验证功能，需要Flask-WTF插件，使用安装。
2022-09-13 16:03:12
469
原创 Flask Web——Jinjia2模板的使用
差点忘了Markdown是可以开二级标题的…向html中传递参数时, 可能需要对传递的变量进行处理, 处理过后再显示, 如时间的格式化输出等, 此时可以用到过滤器. Jinjia2内置了许多过滤器, 但过滤器可以由用户进行自定义. 因为过滤器本质上是一个函数.在定义了一个函数之后, 可以使用方法将函数添加为过滤器, 其中为函数, 而dformat为过滤器名.除此之外, 还可以通过装饰器的方式定义过滤器.
2022-09-12 09:55:37
3068
1
原创 Flask Web——URL与视图
定义不带参数的URL一个网站不可能只有主界面一个页面，以csdn为例，除了初始界面外，还有写文章的页面、浏览博文的页面等，因此需要定义许多不同的URL（路径），来满足不同页面的访问需求。URL分为两种，有参数的URL和无参数的URL，下面分别说明。👆此时，访问域名/profile，即可查看新定义的界面。注意，装饰器的URL设置为/profile，函数的名字不需要必须是profile。定义带参数的URL：带参数指的是视图函数包含参数。
2022-09-11 19:14:25
228
原创 Flask Web——第一个Flask demo
有三十天的试用期，可以以学校的邮箱身份申请免费使用（edu.cn结尾的邮箱）。使用Pychram Professional可以直接创建Flask项目，包括templates和static文件夹，并且已经创建好了app.py文件。👆最重要的是Python解释器的设置。对于学习而言，重新设置一个新的虚拟环境纯属浪费时间。而如果想要将项目部署到服务器上，则建议选择使用虚拟环境，避免和其他项目产生依赖包版本冲突，也方便在开发机和服务器上同步依赖包。点击“绿色三角”运行demo程序。
2022-09-11 17:48:24
180
原创 流畅的Python——比较对对象的潜复制和深复制
在类定义中，如果passengers不为None，则通过创建一个list副本。如果不这样做，若passengers传进来的也是一个可变对象（如，一个列表），那么会将这个列表的引用赋值给self.passengers，导致对self.passengers进行修改时，原来的外部可变对象也被修改，这显然是不合理的。
2022-09-11 10:46:00
168
原创 流畅的Python——使用装饰器改进Order类设计模式
上文提到了使用一等函数来为Order类实现不同的策略，并且使用内置的globals方法，将策略统统加入到promos列表中，在选择策略时，通过遍历function类列表promos来寻找最优的优惠策略。但是这样做的问题在于，如果有新的策略被添加进来，promos不能及时感知到新的策略的存在（反复执行globals确实可行，但会提升运行成本）。此时，装饰器便派上了大用场。现在，不需要通过globals和函数名来寻找策略函数，策略函数可以是任何名字，并且它们在被定义之后就会加入到promos中。
2022-09-11 09:29:46
171
原创 秋招每日一题T32——安排电影院座位
如上图所示，电影院的观影厅中有 n 行座位，行编号从 1 到 n ，且每一行内总共有 10 个座位，列编号从 1 到 10。给你数组 reservedSeats ，包含所有已经被预约了的座位。比如说，researvedSeats[i]=[3,8] ，它表示第 3 行第 8 个座位被预约了。请你返回 最多能安排多少个 4 人家庭。4 人家庭要占据 同一行内连续 的 4 个座位。
2022-09-11 08:52:57
402
原创 秋招每日一题T30——每个元音包含偶数次的最长子字符串
给你一个字符串 s ，请你返回满足以下条件的最长子字符串的长度：每个元音字母，即 ‘a’，‘e’，‘i’，‘o’，‘u’ ，在子字符串中都恰好出现了偶数次。
2022-09-10 10:47:40
220
原创 流畅的Python——使用一等函数实现设计模式
👆显然这是一个“策略”模式，根据不同的情况选择不同的策略即可。作者在书中给出了两种实现，一种是基于ABC（抽象基类派生）的实现，一种是基于一等函数作为参数的实现，本文仅介绍后者。客户在商场中购物，根据客户当前的积分、选购商品的种类及数量，可以拿到的优惠不同，现在需要根据这些信息来判断用户能拿到的最大优惠是多少。④👇使用内置的global函数将全局的策略存放在promos中，选择best_promos。②👇定义优惠策略模式类。
2022-09-09 10:13:36
88
原创 流畅的python——用户自定义的字典类型与不可变映射类型
我们希望定义一个字典类型，它只能接收字符串类型作为键来查找值，但是我们同时希望它可以输入数字来作为键，此时可以重新自定义一个字典类，继承自collections中的UserDict。👇继承自UserDict的好处是，UserDict并不是dict的子类，但是UserDict中有一个叫做data的属性（has-a），是dict实例。因此，有很多需要重写的操作，我们可以委托self.data来代办。
2022-09-06 09:43:50
300
原创 流畅的Python——使用列表推导和字典推导建立列表和字典
👇一个列表是colors，一个列表是sizes，求二者的笛卡尔积，结果存在tshirts中。
2022-09-06 09:26:43
217
原创 流畅的Python——序幕
①👇首先构建一个卡牌堆类，使用collections模块中的namedtuple可以直接构建一个简单的卡牌类，但FrenchDeck给出的类定义中重写了该类的魔术方法，通过实现了__len__使FrenchDeck类对象可以直接通过len()方法查看纸牌堆中纸牌的数量。通过实现使FrenchDeck类对象可以通过索引和切片对列表进行操作。②👇尝试不同的方法。Ⅰ首先用Card构建纸牌。输出为52，因为不同花色的卡牌共有52张。Ⅲ尝试用不同的方法取牌。
2022-09-05 10:16:22
198
原创 秋招每日一题T29——最低票价
在一个火车旅行很受欢迎的国度，你提前一年计划了一些火车旅行。在接下来的一年里，你要旅行的日子将以一个名为 days 的数组给出。每一项是一个从 1 到 365 的整数。火车票有：一张的通行证售价为 costs[0] 美元；一张的通行证售价为 costs[1] 美元；一张的通行证售价为 costs[2] 美元。通行证允许数天无限制的旅行。
2022-09-05 08:52:23
95
原创 秋招每日一题T28——最大连续子序列
给定 K 个整数的序列 {N0,N1,…,NK−1}，其任意连续子序列可表示为 {Ni,Ni+1,…,Nj}，其中 0≤i≤j
2022-09-05 08:19:26
102
原创 秋招每日一题T27——日期
今天是 2012 年 4 月 12 日星期四，编写程序，输入今天开始到 12 月 31 日之间的任意日期，输出那一天是星期几。共两行，第一行包含一个整数 m，表示询问日期的月份。第二行包含一个整数 d，表示询问日期的为该月的第几天。输出询问日期是星期几。注意，要用英文表示。4≤m≤12,1≤d≤31,保证日期合法。
2022-09-05 08:05:17
118
原创 使用管道与“非网格空间搜索”选取最优的模型
使用非网格空间中搜索，即，将参数字典替换为参数字典序列，可以实现在管道上寻找最优模型的最优状态。当然，最优的模型和可能的最优状态都是开发者自己指定的。
2022-09-04 10:23:55
225
原创 通过管道与网格搜索实现机器学习算法的自动化
使用sklearn的pipeline方法，可以将从数据预处理、特征提取到模型部署等组件拼装在一起，形成一条算法链。要求是这些组件都具有transfomr方法，从而实现数据的转换。此外，值得关注的是，使用网格搜索可以直接在算法链上搜索我们需要的参数，比如我们想要启用多项式特征，而不知道1、2、3哪个参数更好，同时我们想要使用岭回归进行回归任务，需要设定参数alpha（岭回归Ridge使用L2正则化，而lasso使用L1正则化，二者都是Linear Regression加入正则化的变体），将。
2022-09-04 09:52:37
481
原创 使用网格搜索 + 交叉验证寻找性能最佳的机器学习模型
所谓交叉验证即k折交叉验证。即，将数据集大致均分为k份，每次选择一份作为测试集，其它k-1份作为训练集训练模型，并在测试集上验证其精度，最后可以计算这k-fold测试集上的精度的平均值。总之是，是一个改良的评估模型的方法。
2022-09-02 14:51:56
915
原创 通过分箱对连续特征离散化，以提高线性模型的表现
正如我们所预料的，线性模型只能对线性关系建模，对于单个特征的情况就是一条直线。而决策树可以构建更为复杂的数据模型，但这强烈依赖于数据表示。而使用可以让线性模型在连续数据上的表现更加强大。特征分箱也叫离散化，可以通过特征分箱将连续的特征划分为多个离散特征。
2022-09-02 09:45:37
367
原创 在Adult数据集上使用pandas进行独热编码，之后部署Logistic Regression模型
adult 数据集的任务是预测一名工人的收入是高于 50 000 美元还是低于 50 000 美元。这个数据集的特征包括工人的年龄、雇用方式（独立经营、私营企业员工、政府职员等）、教育水平、性别、每周工作时长、职业，等等。这个数据集需要自己在网上下载，在百度里搜即可，其他博主已经整理好了下载的链接。
2022-09-02 08:50:31
914
原创 在moon数据集上对三种聚类方法进行性能对比
有一些指标可用于评估聚类算法相对于真实聚类的结果，其中最重要的是调整 rand 指数（adjusted rand index，ARI）和归一化互信息（normalized mutual information, NMI），二者都给出了定量的度量，其最佳值为 1，0 表示不相关的聚类（虽然 ARI 可以取负值）。下面我们使用 ARI 来比较 k 均值、凝聚聚类和 DBSCAN 算法。...
2022-09-01 14:31:38
412
原创 使用DBSCAN划分moon数据集
前文提到，使用kmeans聚类算法时，由于kmeans无法识别非球形簇，对moon数据集的两个半月牙簇进行划分的结果很滑稽，但是另一个聚类算法——DBSCAN成功地解决了这个问题。DBSCAN有两个重要的参数，eps和min_samples，eps有“点与点之间接近程度”的含义，eps设置的过小意味着没有点是核心样本点（可以理解为，eps过小，从某个随机的点出发，其eps半径内没有其他可以到达的点）；...
2022-09-01 14:01:30
761
原创 使用MinMaxScaler对输入核SVM的数据进行数据预处理
无监督学习可以帮助数据科学家更好地理解数据（如），还可以作为监督算法的数据预处理部分。进行数据预处理时，可以使用StandardScaler、RobustScaler、MinMaxScaler和Nomralizer等，这些算法的原理可能不相同，但得到的结果大同小异。由于之前介绍过使用SVM进行分类时，SVM模型对数据放缩和参数敏感，因此本节展示如何使用MinMaxScaler方法对数据进行预处理，以及使用数据预处理模型时应该注意的地方。...
2022-09-01 08:34:17
438
原创 另一种集成树的机器学习算法：梯度提升决策树
GBRT是另一种集成方法（前一个是随机森林算法，二者的根基都是决策树），但与随机森林的集成方法不同，GBRT采用连续的方式构造树，。默认情况下，GBRT不进行随机化，但是会进行强预剪枝，每棵树的深度很小（在1~5之间）。...
2022-08-31 15:35:32
297
原创 使用随机森林进行特征选择
使用make_moons数据集构造一个有5棵树的随机森林模型，观察每棵树的决策边界。随机森林用到了ensemble集成的思想，即使用多棵决策树集成一个随机森林模型，并通过自助采样（从n_samples个数据点中有放回地重复随机抽取一个样本，并抽取n_samples次），并对每个结点使用的特征（单棵决策树使用特征进行决策：if/else）进行随机选择，保证随机森林中每一棵树都是随机的（两两不同），这样保证了每棵树都是随机的，优化了的缺点。...
2022-08-31 10:07:57
2729
原创 秋招每日一题T26——二叉搜索树
输入一系列整数，利用所给数据建立一个二叉搜索树，并输出其前序、中序和后序遍历序列。第一行一个整数 n，表示输入整数数量。第二行包含 n 个整数。共三行，第一行输出前序遍历序列，第二行输出中序遍历序列，第三行输出后序遍历序列。输入中可能有重复元素，但是输出的二叉树遍历序列中重复元素不用输出。1≤n≤100,输入元素取值范围 [1,1000]。...
2022-08-30 08:37:18
62
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人