- 博客(20)
- 收藏
- 关注
RSS订阅原创 LeetCode-滑动窗口类题汇总
def sliding_window(window_size, array): left, right = 0, 0 res = 0 while right < len(array): if condition: pass while n > window_size or n == window_s...
2020-02-29 18:50:41
1421
原创 LeetCode-单词类题目汇总
1. 拼写单词给你一份『词汇表』（字符串数组）words和一张『字母表』（字符串）chars。假如你可以用chars中的『字母』（字符）拼写出 words中的某个『单词』（字符串），那么我们就认为你掌握了这个单词。注意：每次拼写时，chars 中的每个字母都只能用一次。返回词汇表words中你掌握的所有单词的 长度之和。示例 1：输入：words = ["c...
2020-02-29 02:05:02
521
原创 LeetCode-堆的应用---合并K个排序链表
23. 合并K个排序链表合并k个排序链表，返回合并后的排序链表。请分析和描述算法的复杂度。示例:输入:[1->4->5,1->3->4,2->6]输出: 1->1->2->3->4->4->5->6来源：力扣（LeetCode）链接：https://leetcode-cn.com/...
2020-02-29 01:42:41
216
原创 Python基础 - 获取文件夹和文件的路径
os.path.realpath获取当前执行脚本的绝对路径，先处理路径中的符号链接，再返回绝对路径，是显示软连接内容源头的真正目录，os.path.abspathabspath命令是显示软连接文件的所在目录，但不处理符号链接(注意linux中的符号链接不同于windows中的快捷方式)$ ls -ltotal 0-rw-rw-r-- 1 guest guest 0 Jun 1...
2020-02-29 01:38:40
1574
原创 将Linux的文件共享到windows
Mobaxterm还好，有目录结构可以拖拉拽下载，但是x-shell不提供目录结构，怎么查看目录或者上传呢？可以通过samba实现文件共享1、安装sambaapt-get install samba 遇到提示时输入y然后敲回车2、配置sambacp /etc/samba/smb.conf /etc/samba/smb.conf.backupecho "[opt]"...
2020-02-27 00:02:17
1859
原创 windows保存的文件传输到linux中格式转换
直接从window传输到linux的脚本执行时，会出现以下错误。-bash: xxx: /bin/sh^M: bad interpreter: No such file or directory解决方法：vim命令打开文件 :set ff 回车，此时看到的是dos格式。修改文件格式, 同样在vim命令格式下，修改文件格式：:set ff=unix如果是notepad++...
2020-02-26 00:45:40
523
原创 notepad++ 如何选择上万行之间的文本？
主要操作：编辑->开始/结束 选择 或者：Edit->Begin/End Select10000行-20000行操作步骤：1、ctrl+g跳转到10000行位置，在行号栏位置右键点击，选择（Edit->Begin/End Select）菜单，使菜单处于勾选状态；2、ctrl+g跳转到20000行位置，在行号栏位置右键点击，选择（Edit->Begin/End...
2020-02-26 00:40:05
1008
原创 linux中传输文件的几个方法
scp是secure copy的简写，用于在Linux下进行远程拷贝文件的命令，和它类似的命令有cp，不过cp只是在本机进行拷贝不能跨服务器，而且scp传输是加密的。当你服务器硬盘变为只读 read only system时，用scp可以帮你把文件移出来。命令格式：scp [参数] [原路径] [目标路径]一、从本地服务器复制到远程服务器$scp local_file remot...
2020-02-26 00:22:44
6356
原创 降维技术
1、背景高维数据的维数灾难 在高维情况下出现的数据稀疏，计算距离困难情况下，是所有机器学习都要面临的严峻问题，称为维数灾难。 当一个维度上的数据相对较多时，增加维度会拉伸该维度上的点，使它们更加分开，导致更加稀疏，由于等距离，距离测量变得毫无意义。2、降维技术概述 数据降维，也称维数约简（Dimensionality Reduction...
2020-02-09 11:10:30
1897
原创 特征选择的几种方法
目录1 过滤法（Filter） 1.1 方差选择法 1.2 相关系数法 1.3 卡方检验 1.4 互信息法 1.5 relief算法2 包裹法（Wrapper） 2.1 递归特征消除法 2.2 特征干扰法3 嵌入法（Embedded） 3.1 基于惩罚项的特征选择法 3.2 基于树模型的特征选择法4 特征选择方法的优...
2020-02-08 23:53:56
22836
5
原创 人工智能的理解
人工智能的起源：人工智能在五六十年代时正式提出，1950年，一位名叫马文·明斯基(后被人称为“人工智能之父”)的大四学生与他的同学邓恩·埃德蒙一起，建造了世界上第一台神经网络计算机。这也被看做是人工智能的一个起点。巧合的是，同样是在1950年，被称为“计算机之父”的阿兰·图灵提出了一个举世瞩目的想法——图灵测试。更详细的历史参考链接：https://www.jianshu.com/p/501e...
2020-02-08 12:55:00
3124
原创 数据预处理的几种方法
目录1、缺失值2、异常值3、数值型处理 3.1 无量纲化处理 3.2 数值型转换成类别 3.3 数值的二值化4、类别型 4.1独热编码(one-hot encoding) 4.2哑编码(dummy encoding) 4.3Histogram映射5、时间型6、文本型 6.１ 词袋 6.２ 把词袋中的词扩充到n-gra...
2020-02-08 08:30:00
13085
原创 集成学习-stacking算法
众所周知，集成学习算法，它将多个弱分类器集成起来，以达到较高的分类准确率。常见的集成学习方法：boosting bagging stacking今天主要讲stacking.Stacking 的基本思想 将个体学习器结合在一起的时候使用的方法叫做结合策略。对于分类问题，我们可以使用投票法来选择输出最多的类。对于回归问题，我们可以将分类器输出的结果求平均值。 ...
2020-02-06 21:07:59
13362
原创 常见几个聚类算法原理
聚类算法的思想： 给定N个训练样本(未标记的)x1,x2,...,xN，目标是把比较“接近” 的样本放到一个cluster里， 总共得到K个cluster。聚类算法的目标： 类内紧致，类间分离一、K-means算法1、算法步骤：随机选取k个中心点 遍历所有数据，将每个数据划分到最近的中心点中 计算每个聚类的平均值，并作为新的中心点 重复2-...
2020-02-06 20:38:54
3589
原创 AdaBoost 算法
AdaBoost 算法 是一种经典的集成学习算法，它将多个弱分类器集成起来，以达到较高的分类准确率，广泛应用于数据分类、人脸检测等应用中。尤其在人脸检测方面，AdaBoost 是非常经典、成功的一个算法。弱分类器被线性组合成为一个强分类器。一、面临两个问题：在每一轮，如何改变训练数据的概率分布或者权值分布。 如何将弱分类器组合成强分类器。二、AdaBoost 的思路：...
2020-02-06 19:30:38
4235
原创 贝叶斯算法的理解
假设基本的概率论只是你已经掌握，OK!一、推导贝叶斯定理假设A和B为两个不相互独立的事件。交集（intersection）：并集（union）：1、在事件B已经发生的情况下，事件A发生的概率为事件A和事件B的交集除以事件B：同理，在事件A已经发生的情况下，事件B发生的概率为事件A和事件B的交集除以事件A：注：表示 A，B 事件同时发生的概率，如果 A 和 B...
2020-02-05 22:51:16
2321
原创 C4.5（信息增益比）相比于ID3（信息增益）优点？
言外之意，c4.5为什么使用信息增益比来选择特征？不讲那些乱七八糟的公式了，默认大家已经学会了好多公式，只讲思想层面。首先从熵（Entropy）开始说起，熵最初是一个物理学概念，后来在数学中用来描述“一个系统的混乱程度”，因此一个系统的信息熵越高就越无序，信息熵越低就越有序，信息熵越高，使其有序所要消耗的信息量就越大。如果一个决策树分支节点包含的样本都是属于同一个类别的（例如西瓜色泽都...
2020-02-04 08:52:20
4827
原创 谈谈SVM和SVR的区别
支持向量机(SVM)本身是针对二分类问题提出的，而SVR（支持向量回归）是SVM（支持向量机）中的一个重要的应用分支。SVR回归与SVM分类的区别在于，SVR的样本点最终只有一类，它所寻求的最优超平面不是SVM那样使两类或多类样本点分的“最开”，而是使所有的样本点离着超平面的总偏差最小。SVM是要使到超平面最近的样本点的“距离”最大；SVR则...
2020-02-03 22:56:57
24289
原创 LeetCode-栈的用法-接雨水（python）
【接雨水】给定n 个非负整数表示每个宽度为 1 的柱子的高度图，计算按此排列的柱子，下雨之后能接多少雨水。上面是由数组 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度图，在这种情况下，可以接 6 个单位的雨水（蓝色部分表示雨水）。示例:输入: [0,1,0,2,1,0,1,3,2,1,2,1]输出: 6来源：力扣（LeetCode）链接：https:/...
2020-02-02 14:02:55
595
原创 区间处理-会议室 II（python）
leetcode 253 Meeting Rooms II输入一个二维数组，数组的每个元素表示会议的开始时间和结束时间，问总共需要多少个会议室？https://leetcode-cn.com/problems/meeting-rooms-ii/解法1:区间排序法把区间变成2个数组：start时间数组和end时间数组，并对两个数组排序。然后一个指针遍历start数组，另一个指针指向en...
2020-02-02 08:58:52
993
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