![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学
gltangwq
记录,分享。
展开
-
判断回文数
回文数:一个非负数,从左到右和从右到左看,都是一样的。例如:1,131,1001如何判断一个数是否为回文数?数字转化为字符(可迭代对象)把数字转化为字符,然后逆序排列得到一个新字符,再比较新字符和旧字符是否相等。def isPalindrome(num): numstr = str(num) if numstr == numstr[::-1]: return True return False数学方法通过取余操作和整除操作获得逆序的数字。对于数字num原创 2020-11-14 20:20:09 · 145 阅读 · 0 评论 -
连续素数和问题
对于一个大于1的正数,有些可以写成,1个或者多个连续素数和的形式,比如41,41=2+3+5+7+11+1341=11+13+1741=4141有三种形式。输入:大于1的正数int N输出:素数和的组数 int n# 判断素数def is_prime(number): if number > 1: if number == 2: return True if number % 2 == 0: r原创 2020-08-13 20:41:35 · 1513 阅读 · 0 评论 -
机器学习中分类任务的评价指标
学会分类是凸显人类智慧的技能之一. 如何使得机器也具备分类能力, 这便是时下机器学习的内容之一. 垃圾邮件识别, 动植物种类判断都属于分类任务. 常见的机器学习分类算法有朴素贝叶斯, 支持向量机, 决策树, 随机森林等. 如何定量地去度量一个算法的好坏呢? 为此, 我们需要引入一些分类的评价指标. 常见的评价指标有: 准确率, 精准率, 召回率, 灵敏度, 特异度, AUC, F1-score等. 下面以二分类为例:阳性(客观)阴性(客观)阳性(预测)TP(真阳性)FP(假阳性原创 2020-06-13 22:04:56 · 534 阅读 · 0 评论 -
Kappa系数简单介绍
kappa系数是统计学中度量一致性的指标, 值在[-1,1]. 对于评分系统, 一致性就是不同打分人平均的一致性; 对于分类问题,一致性就是模型预测结果和实际分类结果是否一致. kappa系数的计算是基于混淆矩阵, 取值为-1到1之间, 通常大于0.简单kappa下面的表格是真实类别和预测类别的混淆矩阵, 其中aija_{ij}aij表示真实为iii预测为jjj的样本数量. NNN为样本总量. ai+=∑jaij, a+j=∑iaij.a_{i+}=\sum_{j} a_{ij}, \, a_{+j}原创 2020-05-26 16:25:06 · 33257 阅读 · 0 评论