- 博客(9)
- 收藏
- 关注
原创 将hexo自定义域名升级https
原文转载自我的博客https://benym.cn前言Tips:有什么问题可以在下方留言板留言哦,留下自己的邮箱,可以保证快速回复最近在折腾博客,发现github上很多人说个人博客支持https很重要,原本的github.io域名本来支持https协议,但是在自定义域名之后,协议变成了http。这使得网站变得不够安全,容易被劫持。但是网上的支持https很多都是反向代理,以及SSL...
2018-08-29 16:10:38 1308
原创 动态规划问题——最长上升子序列(LIS)(三)
原文转载自我的博客benym.cn推荐链接:2. 大佬给的思路,宝石叔叔博客里面有更多精彩! :sunglasses: 上一个版本用二分法优化了时间复杂度,但其实根据数据的样本观察可知,后面的数据都是重复的,我们只需要当列表遍历到一小时数据的最后时将后面数据的最大数加入到列表即可,这样可以快速跳出循环,避免后面不必要的查找以下代码略有区别,一种是计算数目,一种是使用新列表...
2018-08-26 15:20:41 438
原创 动态规划问题——最长上升子序列(LIS)(二)
原文转载自我的博客benym.cn推荐链接:2. 题目描述一天,小凯同学震惊的发现,自己无内的PM2.5指标是有规律的!小凯采样了PM2.5数值,发现PM2.5数值以小时为周期循环,即任意时刻的PM2.5总是和一小时前相等!他的室友小文同学提出了这样一个问题,在t小时内的所有采样点中,选取若干采样点的数值,能否找到一个PM2.5不曾下降过的序列?这个序列最长是多少?...
2018-08-26 15:19:19 550 10
原创 动态规划问题——最长上升子序列(LIS)(一)
原文转载自我的博客benym.cn推荐链接:如:求 2 7 1 5 6 4 3 8 9 的最长上升子序列。我们定义d(i) (i∈[1,n])来表示前i个数以A[i]结尾的最长上升子序列长度。 前1个数 d(1)=1 子序列为2; 前2个数 7前面有2小于7 d(2)=d(1)+1=2 子序列为2 7 前3个数 在1前面没有比1更小的,1自身组成长度为1的子序列 ...
2018-08-26 15:17:37 420
原创 Numpy中的数组维度
原文转载自我的博客benym.cn 在对 np.arange(24)(0, 1, 2, 3, …, 23) 进行重新的排列时,在多维数组的多个轴的方向上,先分配最后一个轴(对于二维数组,即先分配行的方向,对于三维数组即先分配平面的方向) 代码import numpy as np# 一维数组a = np.arange(24)print("a的维度:\n",a.ndim)# 现...
2018-08-22 22:18:31 1170 2
原创 数据类型和arange方法的使用
原文转载自我的博客benym.cnNumpy支持比Python更多的数字类型 数据类型 描述 bool_ 布尔(True或False),存储为一个字节 int_ 默认整数类型(与Clong相同;通常是int64或int32) INTC 与Cint(通常为int32或int64)相同 INTP 用于索引的整数(与Cssize_t相...
2018-08-22 21:11:49 985
原创 Numpy中花式索引和shape用法
原文转载自我的博客benym.cn总结一下最近学习中容易出现问题的地方❗️ ❗️ ❗️ 代码from numpy import *randMat = random.randint(0, 10, (4, 3))print("原矩阵:\n", randMat)# 索引从0开始计数print("输出第一行的所有数据:\n", randMat[0, :])print("输出第二...
2018-08-20 16:50:05 404
原创 《机器学习实战》——使用k-近邻算法改进约会网站的配对效果
原文转载自我的博客benym.cn 实例:在约会网站上使用k-近邻算法(1) 收集数据:提供文本文件。 (2) 准备数据 : 使用python解析文本文件。 (3) 分析数据 使用 Matplotlib画二维扩散图 。 (4) 训练算法:此步驟不适用于k-近邻算法。 (5) 测试算法:使用海伦提供的部分数据作为测试样本。 测试样本和非测试样本的区别在于:测试样本是已经完成分...
2018-08-16 21:14:49 306
原创 《机器学习实战》——kNN识别手写图像
示例 :使用k-近邻算法的手写识别系统 (1) 收集数据:提供文本文件。 (2) 准备数据:编写函数classify0(), 将图像格式转换为分类器使用的list格式。 (3) 分析数据:检查数据,确保它符合要求。 (4) 训练算法:此步驟不适用于k-近邻算法。 (5) 测试算法:编写函数使用提供的部分数据集作为测试样本,测试样本与非测试样本的区别在于测试样本是已经完成分类的数据,如果预...
2018-08-16 21:11:49 323
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