- 博客(11)
- 收藏
- 关注
RSS订阅原创 python 反转链表 剑指offer
题目描述：定义一个函数，输入一个链表的头节点，反转该链表并输出反转后链表的头节点。输入: 1->2->3->4->5->NULL输出: 5->4->3->2->1->NULL看似是个很简单的题目，可以借用额外的存储空间，比如说可以使用栈来实现，正好先进后出。也可以直接算出反转后的位置交换。我们使用一种不需要额外存储空间的方法来实现，双指针。其实也很简单嘛，就是改变了指针的方向了，然后让这样不就反过来了嘛具体在实现时候，我们需
2020-10-02 22:30:10
167
原创 谈谈POI点的故事
POI点是Point of Interest（Point of Information）的缩写，就是感兴趣点或者是信息点的意思，它是一种重要的地理信息，有位置有属性的信息在里面。在地图上常常是一些在日常生活中常见的比如说餐馆，地铁站，公交站，酒店等点状地理要素。每个POI一般包含四方面信息，名称、类别、坐标、分类。丰富的POI点信息能为地图使用提供很多的方便。比如你到了一个陌生的地方，你想找一个餐馆，你会打开APP，从里面按照一定的规则筛选出你感兴趣的POI点，为你的决策做一定的支持。POI点也会分
2020-08-26 10:11:22
2414
原创 随机森林
所以，为什么叫随机森林呢？随机森林，就是有好多的树，也就是包含多个决策树的分类器啦。可以用在分类和回归上。这种学习方法叫什么呀，集成学习。顾名思义，就是把可能在某个方面效果比较好（弱监督）的模型，集成起来，变成一个强监督模型。它是一种分类器结合的方法，有种三个臭皮匠的感觉，还有点那个开会投票的那种感觉。多重的决策机制，也能防止会议陷入到个人的巨大倾向中，也就是不容易出现过拟合，有更好的泛化。根据下列算法而建造每棵树[1]： 用N来表示训练用例（样本）的个数，M表示特征数目。 输...
2020-08-24 21:40:26
128
原创 决策树
决策树，既然叫树，那么它有树型的结构。它包括根节点，内部节点，叶节点。根节点主要是样本全集，内部节点是对应特征的属性测试，叶节点代表决策结果。决策树是一种监督学习，所谓监督学习就是给定一堆样本，每个样本都有一组属性和一个类别，这些类别是事先确定的，那么通过学习得到一个分类器，这个分类器能够对新出现的对象给出正确的分类。这样的机器学习就被称之为监督学习[1]。决策树主要是过程有，特征的选择，决策树的生成，决策树剪枝（剪枝，这个名字听起来就有点DropOut的感觉了，功能也是防止过拟合）。
2020-08-23 16:13:15
132
原创 二叉树的遍历方法（宽度优先搜索和深度优先搜索）
二叉树的遍历策略主要有两种，一种是深度优先遍历，一种是广度优先遍历（也叫宽度优先遍历）。 （1）深度优先搜索（DFS）在这个策略中，我们采用深度作为优先级，从根节点开始一直到达某个叶子节点，然后再到另外一个分支。深度优先搜索根据根节点被搜索的次序可以分为前序遍历，中序遍历和后续遍历。 1）前序遍历，先访问根节点，然后遍历左子树，最后遍历右子树。...
2020-08-11 11:00:09
1860
原创 了解 KNN 算法
KNN是最简单的深度学习算法之一，主要用于分类和回归。如果一个样本在特征空间中的K个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。KNN方法在类别决策时，只与极少量的相邻样本有关。由于KNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，KNN方法较其他方法更为适合[1]。该方法的不足之处是计算量较大，因
2020-08-07 20:46:25
359
原创 leetcode这不是删除链表中的节点嘛
这个题目是这样色的：这个解题方法很朴素：考虑边界的情况，当这个值正好是第一个的时候，那么就是直接输出第二个节点。如果是最后一个，则我们直接让倒数第二个节点的 next 等于None。是不是很简单呀~ 还有这个题是针对每个val只出现一次的情况的def deleteNode(self, head: ListNode, val: int) -> ListNode: if head.val == val: return head.next # 如果是第一个 .
2020-08-06 20:57:33
82
原创 深度学习中过拟合问题
深度学习在出现如下情况时，比较容易出现过拟合现象。（1）样本选取出现问题。例如样本数量过少，样本标记错误，样本噪音过大等。（2）训练模型过于复杂。模型的阶数过高等（3）对于决策树模型，如果我们对于其生长没有合理的限制，其自由生长有可能使节点只包含单纯的事件数据(event)或非事件数据(no event)，使其虽然可以完美匹配（拟合）训练数据，但是无法适应其他数据集。（4）对于神经网络模型：a)对样本数据可能存在分类决策面不唯一，随着学习的进行,BP算法...
2020-07-31 22:14:02
708
原创 堆栈的应用，括号匹配问题
堆栈是一种数据结构，类似于往长宽都是乒乓球直径的乒乓球盒子里放乒乓球，先放进去的后面才能取出来，有先进后出的性质。也就是它的一端是浮动的，另一端是固定的，数据的插入删除都必须在浮动的一端进行，所以它严格遵循“先进后出，后进先出”的规律。为了能能够很快的匹配三种括号的左右两边，采用哈希表来存储括号，例如可以把左边 “{” 设为key，把右边 “}” 设为value。建立 mapping = {"{":"}", "(":")", "[":"]"}。由于堆栈存在边界问题，所以要在里面先加一个字符，可以避免以.
2020-07-30 12:09:44
249
原创 leetcode 外观函数题目
他的题目描述是这个样子的：python3 代码是这个样子的：class Solution: def countAndSay(self, n: int) -> str: count = 1 prev = "" init = "11" if n == 1: return "1" else: n = n - 1 for i in range(1
2020-07-06 18:38:25
99
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