heavenmark的博客

一、简介 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。朴素贝叶斯法实现简单，学习与预测的效率都很高，是一种常用的方法。

二叉树递归遍历

之前有写过一篇关于感知机的理论篇，这算是实践篇，具体代码供参考：

常用排序算法的python实现

前段时间刚才加了数学建模比赛，比赛中需要将散点图中的点按照特定路线进行连线。刚开始只找到一个line函数，可以用来画两点之间的连线，直接用line函数也能实现需求，但是当点的个数增加，或者点的坐标有变动，一个个修改工作量很大。因此，在我一番上下求索之后，终于找到一个可以完美实现该需求的函数——gplot。

废话不多说，直接上代码！一、导入邻接矩阵import xlrdimport sysdef matrix(address): #读取excel生成邻接矩阵 wb = xlrd.open_workbook(address) sheet1 = wb.sheet_by_name('邻接矩阵_距离') L = [] ...

1.非递归算法def binary_search(lis, nun): left = 0 right = len(lis) - 1 while left <= right: #循环条件 mid = (left + right) // 2 #获取中间位置，数字的索引（序列前提是有序的） if num < lis[mid]:...