2019年01月_AnFany

10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创 Codility每周一课：P4.4 MaxCounters

P4.4 MaxCountersCalculate the values of counters after applying all alternating operations: increase counter by 1; set value of all counters to current maximum.P4.4 最大计数器所有运算完成后计算计数器的值。运算包括计数器加一以...

2019-01-29 11:35:40 363

原创 Codility每周一课：P4.3 MissingInteger

P4.3 MissingIntegerFind the smallest positive integer that does not occur in a given sequence.P4.3 缺失的整数寻找在给定的数组中未出现的最小的正整数编写函数：def&amp;nbsp;solution(A)A是由N个整数组成的数组，返回A中未出现的最小的正整数。例如，给定A=[1，3，...

2019-01-29 11:34:57 341

原创 Codility每周一课：P4.2 FrogRiverOne

P4.2 FrogRiverOneFind the earliest time when a frog can jump to the other side of a river.P4.2 青蛙过河青蛙跳到河对岸的最早时刻小青蛙想到河的另一边去。青蛙最初位于河流的一个河岸上（位置0），想要到达对岸（位置X+1）。树叶从树上掉到河面上。数组A由N个表示落叶的整数组成。A[k]表示一片叶...

2019-01-29 11:33:56 428

原创 Codility每周一课：P4.1 PermCheck

P4.1 PermCheckCheck whether array A is a permutation…P4.1 判断排列判断数组A是否是一个排列包含从1到N的每个整数，并且每个整数只包含一次的序列称为排列。数组A是由N个整数组成的数组。例如，数组A：A[0]＝4，A[1]＝1，A[2]＝3，A[3]＝2是一个排列，但数组如果为：A[0]＝4，A[1]＝1，A[2]＝3，则不...

2019-01-29 11:32:51 249

原创 Codility每周一课：P3.3 TapeEquilibrium

P3. 3 TapeEquilibriumMinimize the value |(A[0] + … + A[P-1]) - (A[P] + … + A[N-1])|P3.3 寻找最小差寻找|(A[0] + … + A[P-1]) - (A[P] + … + A[N-1])|的最小差由N个整数组成的非空数组A。对于整数P，0&amp;amp;lt;P&amp;amp;lt;N，将该数组分为两部分：A[0]、A[1]...

2019-01-29 11:31:58 236

原创 Codility每周一课：P3.2 PermMissingElem

P3.2 PermMissingElemFind the missing element in a given permutation.P3.2 缺失的元素寻找数组中缺失的唯一元素数组A是由1到N+1中的N个不同的整数组成的，这意味着只缺少一个元素。目标是找到缺失的元素。编写函数：def solution(A)给定数组A，则返回缺少元素的值。例如，给定数组：A[0]=2，A...

2019-01-29 11:29:08 213

原创 Codility每周一课：P3.1 FrogJmp

P3.1 FrogJmpCount minimal number of jumps from position X to Y.P3.1 青蛙跳从位置X跳到位置Y的最少次数一只小青蛙想跳到路的另一边。青蛙目前位于位置X，想要到达大于或等于Y的位置。小青蛙每次总是跳跃一个固定的距离D。计算小青蛙为了达到目标需要的最少跳跃次数。编写函数：def solution(X, Y, D)给...

2019-01-29 11:26:51 230

原创 Codility每周一课：P2.2 CyclicRotation

P2.2 CyclicRotationRotate an array to the right by a given number of steps.P2.2 旋转数组旋转给定次数由N个整数组成的数组A。数组的一次旋转就是每个元素均向右移动一个位置，数组的最后一个元素移动到第一个位置。例如，数组A=[3，8，9，7，6],经过1次的循环旋转就为[6，3，8，9，7]，经过2次的循环...

2019-01-29 11:24:27 247

原创 Codility每周一课：P2.1 OddOccurrencesInArray

P2.1&amp;amp;amp;nbsp;OddOccurrencesInArrayFind value that occurs in odd number of elements.P2.1 次数为奇数的值找出数组中出现次数为奇数的值给定一个非空数组A，包含有N个整数，起始下标为0。数组包含有奇数个元素，其中除了唯一一个元素之外，其他每个元素都可以与数组中另一个有相同值的元素配对。比如，在下面这个数组中...

2019-01-29 11:21:48 249

原创 Codility每周一课： P1.1 BinaryGap

P1.1 BinaryGapFind longest sequence of zeros in binary representation of an integer.P1.1 二进制间隙在整数的二进制表示中查找最长的零序列正整数N的二进制间隙就是在N的二进制表示中，由两端的1包围的连续的零的序列。例如：数字9的二进制表示为1001，其包含长度为2的二进制间隙；数字529的...

2019-01-29 11:20:08 462

原创 Python3机器学习实践：集成学习之Blending(模型混合)

Blending也是一种模型融合的方法，和Stacking过程很类似。一、Blending流程图二、算法步骤1，原始训练数据集分割将原始的训练数据集按照一定的比例分为训练数据集DT和验证(或者说测试)数据集DA。其中训练数据集的比例大概60-80%，如果这个比例太大的话，就会导致最终用于训练的数据样本数较少，因为最终用于训练的样本数就等于验证数据集的样本数数。预测数据集定义为DP。2...

2019-01-02 09:36:38 2208 3

原创 Python3机器学习实践：集成学习之Stacking(模型堆叠)

一、Stacking流程图Stacking是个多层的多模型集合方法。每一层都可包括多个模型，下一层利用上一层模型的结果进行学习。下面以2层为例介绍此方法：2层Stacking运行示意图Stacking第一层中模型Mi的运行示意图二、Stacking步骤说明数据集说明训练数据集设为DT，假设样本数为3000；预测数据集合为DP，假设样本数为500；将训练数据集进行K...

2019-01-02 09:35:27 3674 2

原创 Python3机器学习实践：集成学习之XGBoost

一、XGBoost目标函数首先认清一点，它是GBDT的升级版，由陈天奇发明，在效率、方法方面都进行了优化。不管对于回归问题还是分类问题，好的机器学习方法的目的就是降低目标函数(也可称为损失函数)的值，目标函数包括2个部分：一是模型的损失函数，二是模型的复杂度。也就是目标函数具有下面的形式：上面公式中，前者表示模型的损失函数的值，降低它是为了降低偏差，也就是使得预测的数据和真实的数据更为接近...

2019-01-02 09:33:06 376

原创 Python3机器学习实践：集成学习之LightGBM

本文为官方文档翻译，点击查看英文原版。LightGBM(Light Gradient Boosting Machine)是微软的开源分布式高性能Gradient Boosting框架，使用基于决策树的学习算法。下面介绍下此框架的优化。1、速度、内存方面的优化许多提升工具使用基于预排序的算法(近似直方图算法)（例如XGBoost中的默认算法）来进行决策树学习。这是一个比较简单的解决方案，但不...

2019-01-02 09:28:23 1283 1

原创 Python3机器学习实践：集成学习之GBDT

1、GBDT说明GBDT是Gradient Boosting Decison Tree的简称，其中Gradient是梯度，是这个方法的核心；Boosting是提升树，是这个方法的框架；Decision Tree是决策树，是实现这个方法用到的模型。GBDT可以解决回归问题，经过一些处理也可以解决分类(二类、多类)问题，但是用到的树都是回归树，这一点需要牢记。首先通过简单的回归例子说明一下提升...

2019-01-02 09:23:05 293