- 博客(7)
- 收藏
- 关注
RSS订阅原创 最长连续序列
但是要求时间复杂度为：o(n)，就不能用sort了，sort时间复杂度是。用set这种数据结构，而set这种数据结构是需要o(n)的空间来换取的，这就是我们刚才说的用空间来换时间。一般在leetcode中，对时间复杂度有要求，就用空间来换，对空间复杂度有要求，就用时间来换。new set()是es6新增的数据结构，类似于数组，但它的一大特性就是所有元素都是唯一的，值，我们一般称为集合，Set本身是一个构造函数，用来生成 Set 数据结构。请你设计并实现时间复杂度为 O(n) 的算法解决此问题。
2023-05-01 20:29:24
52
原创 字母异位词分组
给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍。（1）get() 方法用来获取一个 Map 对象中指定的元素。（2）set() 方法为Map对象添加一个指定键（key）和值（value）的新元素。（3）has() 返回一个bool值，用来表明map 中是否存在指定元素。
2023-04-30 21:16:21
47
原创 task03 数据的合并
复习：在前面我们已经学习了Pandas基础，第二章我们开始进入数据分析的业务部分，在第二章第一节的内容中，我们学习了数据的清洗，这一部分十分重要，只有数据变得相对干净，我们之后对数据的分析才可以更有力。而这一节，我们要做的是数据重构，数据重构依旧属于数据理解（准备）的范围。开始之前，导入numpy、pandas包和数据# 导入基本库import numpy as npimport pandas as pd# 载入data文件中的:train-left-up.csvdf=pd.read_csv(
2021-12-18 22:52:47
121
原创 动手学数据分析 task02
【回顾&引言】前面一章的内容大家可以感觉到我们主要是对基础知识做一个梳理，让大家了解数据分析的一些操作，主要做了数据的各个角度的观察。那么在这里，我们主要是做数据分析的流程性学习，主要是包括了数据清洗以及数据的特征处理，数据重构以及数据可视化。这些内容是为数据分析最后的建模和模型评价做一个铺垫。开始之前，导入numpy、pandas包和数据#加载所需的库import numpy as npimport pandas as pd#加载数据train.csvdf=pd.read_csv('
2021-12-16 20:53:48
100
原创 组队学习-动手学数据分析
第一章 数据载入及初步观察1.1 载入数据import numpy as npimport pandas as pdimport os#相对路径加载数据df=pd.read_csv('train.csv')df.shape(891, 12)#绝对路径加载数据path = os.path.abspath('train.csv') #获取绝对路径地址df = pd.read_csv(path)df.head(3) Passenge
2021-12-14 23:09:34
1089
原创 水很深的深度学习-task02
基础部分机器学习分类有监督学习：代表任务“分类”＋“回归”无监督学习（一般用一些既定标准进行评价）代表任务“聚类”＋“降维”强化学习：没有环境的情况下，学生对问题答案进行自我评价的方法数据集观测样本的集合。具体地，D=x1,x2,⋯,xn 表示一个包含n个样本的数据集，其中xi 是一个向量，表示数据集的第????个样本，其维度????称为样本空间的维度。向量xi 的元素称为样本的特征，其取值可以是连续的，也可以是离散的。从数据集中学出模型的过程，便称为“学习”或“训练”。数据
2021-11-21 10:27:05
402
2
原创 水很深的深度学习-task01
绪论与深度学习概述机器学习分类有监督学习：有环境的情况下，计算机从环境获取指示等无监督学习：没有环境，计算机自学，一般用一些既定的标准进行评价强化学习：没有环境，计算机对问题答案自我评价。深度学习定义：一般是指通过训练多层网络结构对未知数据进行分类或回归 分类有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等；无监督学习方法——深度信念网、深度玻尔兹曼机，深度自编码器等矩阵论张量tensor：是矢量概念的推广，可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函
2021-11-21 10:11:08
376
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