![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
algorithm
以墨轩
这个作者很懒,什么都没留下…
展开
-
拉格朗日乘子法
搬运工在求解最优化问题中,拉格朗日乘子法(Lagrange Multiplier)和KKT(Karush Kuhn Tucker)条件是两种最常用的方法。在有等式约束时使用拉格朗日乘子法,在有不等约束时使用KKT条件。这里提到的最优化问题通常是指对于给定的某一函数,求其在指定作用域上的全局最小值(因为最小值与最大值可以很容易转化,即最大值问题可以转化成最小值问题)。提到KKT条件一般会附带的提一下拉格朗日乘子。对学过高等数学的人来说比较拉格朗日乘子应该会有些印象。二者均是求解最优化问题的方法,不同之处在转载 2020-07-27 11:22:48 · 1333 阅读 · 1 评论 -
协方差矩阵
协方差矩阵总是看了忘,说到底还是没有记心里去,今天又复习了一便顺便做个笔记,希望能记住。协方差是概率论里的东西,说到底也不是很难,为什么把他变换成矩阵就难了呢,想来是在概率论学的时候只是处理的标量问题,把他变换成向量之后一时没有对应过来。什么是协方差协方差表示的是两个变量的总体的误差,这与只表示一个变量误差的方差不同。 如果两个变量的变化趋势一致,也就是说如果其中一个大于自身的期望值,另外一个也大于自身的期望值,那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反,即其中一个大于自身的期望值原创 2020-07-26 21:50:49 · 323 阅读 · 0 评论 -
KMP算法
CSDN上有很多讲KMP算法的,但是很多都讲的一塌糊涂,我这篇文章甚至比那些讲解更差,因为只会即在一些自己看的时候比较难懂的地方,这里做一些笔记。KMP算法是的精华是跳过以匹配成功的字符串中不需要重新匹配的部分这篇文章讲的是我看到的中比较清楚的了,但是仍有部分比较模糊。在构造next表的时候,这里的思想为对于”ABCDABD“中“ABCDAB”的最大共同前缀后缀长度为2(”AB"),那么对于“ABCDABD”而言“C"!=”D",但是前缀是等于后缀的,对于”AB“而言其最大的共同前后缀是在”ABD“中”原创 2020-06-11 21:56:18 · 115 阅读 · 0 评论 -
关于pytorch中的auto_grad
见文章详解Pytorch 自动微分里的(vector-Jacobian product)但是有一点内容应该注意:此处1中的累计个人认为不合适,应该使用2中的表达方式,个人认为直接解释为对应向量的权重和即可。原创 2020-05-28 10:39:51 · 214 阅读 · 0 评论 -
参数估计的无偏性、有效性以及一致性、中心化、标准化
参数估计的无偏性、有效性以及一致性无偏性定义式:无偏估计是用样本统计量来估计总体参数时的一种无偏推断。估计量的数学期望等于被估计参数的真实值,则称此此估计量为被估计参数的无偏估计,即具有无偏性,是一种用于评价估计量优良性的准则。无偏估计的意义是:在多次重复下,它们的平均数接近所估计的参数真值。无偏估计常被应用于测验分数统计中。无偏性的实际意义是指没有系统性的偏差。统计推断的误差有系统误差...转载 2020-06-07 18:57:55 · 8267 阅读 · 0 评论 -
盛最多水的容器__leetcode
给你 n 个非负整数 a1,a2,…,an,每个数代表坐标中的一个点 (i, ai) 。在坐标内画 n 条垂直线,垂直线 i 的两个端点分别为 (i, ai) 和 (i, 0)。找出其中的两条线,使得它们与 x 轴共同构成的容器可以容纳最多的水。说明:你不能倾斜容器,且 n 的值至少为 2。图中垂直线代表输入数组 [1,8,6,2,5,4,8,3,7]。在此情况下,容器能够容纳水(表示为蓝色部分)的最大值为 49。解题目前只看到一种思路,以距离为代价尝试获取更大的高。class Solution原创 2020-06-07 13:37:45 · 108 阅读 · 0 评论 -
字符串转换整数 (atoi)
请你来实现一个 atoi 函数,使其能将字符串转换成整数。首先,该函数会根据需要丢弃无用的开头空格字符,直到寻找到第一个非空格的字符为止。接下来的转化规则如下:如果第一个非空字符为正或者负号时,则将该符号与之后面尽可能多的连续数字字符组合起来,形成一个有符号整数。假如第一个非空字符是数字,则直接将其与之后连续的数字字符组合起来,形成一个整数。 该字符串在有效的整数部分之后也可能会存在多余的字符,那么这些字符可以被忽略,它们对函数不应该造成影响。注意:假如该字符串中的第一个非空格字符不是一个有效原创 2020-06-06 16:10:44 · 280 阅读 · 0 评论 -
寻找两个正序数组的中位数
两个递增序列的中位数leetcode中的一题,开始做的时候就想到用二分法来处理,复杂度为log(m+n)考虑两个序列的总长度可能为偶数/奇数,因此想找到第k个数,以前好像做过类似于找第k个数的题,但是忘记了具体如何做的。开始做的时候直接取选取的序列的中间数,然后比较舍去较小的那一半,后来发现考虑少了。然后看讨论区发现要找第k个,那么每次只能选择k/2的位置,不能选择中间位置。思路基本是对的,但是具体实现好多细节还是没考虑到。思路及参考double findK(int k, vector<in原创 2020-06-05 10:46:34 · 146 阅读 · 0 评论 -
无偏样本方差
转:https://blog.csdn.net/qq_16587307/article/details/81328773原创 2020-04-17 10:32:46 · 918 阅读 · 0 评论 -
点估计、经验分布函数、k阶矩
点估计借助于总体的一个样本,构造适当的样本函数来估计总体S未知参数的值的问题称为参数的点估计问题。点估计就是用一个数据(data)的函数(通常称为估计统计量,estimator)来给出一个未知参数的估计值。这个定义不要求g返回一个接近真实θ的值,或者g的值域恰好是θ的允许取值范围。两种常用的构造估计量的方法: 矩估计法和极大似然估计法矩估计前提 K阶矩二阶中心距,也叫作方差,它...原创 2020-04-16 22:58:43 · 2484 阅读 · 0 评论 -
K-折交叉验证算法
援引:深度学习将数据集分成固定的训练集和固定的测试集后,若测试集的误差很小,这将是有问题的。一个小规模的测试集意味着平均测试误差估计的统计不确定性,使得很难判断算法A 是否比算法B 在给定的任务上做得更好。当数据集有十万计或者更多的样本时,这不会是一个严重的问题。当数据集太小时,也有替代方法允许我们使用所有的样本估计平均测试误差,代价是增加了计算量。这些过程是基于在原始数据上随机采样或分离出的...原创 2020-04-16 20:07:23 · 1942 阅读 · 0 评论 -
研究生机试真题
题目描述对于给定的字符序列,从左至右将所有的数字字符取出拼接成一个无符号整数(字符序列长度小于100,拼接出的整数小于2^31,),计算并输出该整数的最大素因子(如果是素数,则其最大因子为自身)输入描述:有多组数据,输入数据的第一行为一个正整数,表示字符序列的数目,每组数据为一行字符序列。输出描述:对每个字符序列,取出所得整数的最大素因子,若字符序列中没有数字或者找出的整数为0,则输...原创 2019-09-09 16:15:55 · 336 阅读 · 0 评论