- 博客(22)
- 资源 (3)
- 问答 (2)
- 收藏
- 关注
RSS订阅原创 使用逻辑回归进行肿瘤预测
文章目录数据集数据描述导入相关的包数据处理数据读取缺失值处理划分数据集特征工程机器学习模型评估数据集https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin下载.data文件即可数据描述（1）699条样本，共11列数据，第一列用语检索的id，后9列分别是与肿瘤相关的医学特征，最后一列表示肿瘤类型的数值。（2）包含16个缺失值，用”?”标出。导入相关的包import pandas as
2021-03-31 11:53:32
1276
原创 预测波士顿房价
使用随机梯度下降（线性拟合里面的一种算法）进行波士顿房价预测，最后使用均方误差进行模型的评判代码：from sklearn.model_selection import train_test_splitfrom sklearn.datasets import load_bostonfrom sklearn.preprocessing import StandardScalerfrom sklearn.linear_model import SGDRegressorfrom sklearn.met
2021-03-30 23:11:50
133
原创 预测facebook签到位置
文章目录项目描述数据集介绍学习目标：熟练掌握KNN、数据集划分、交叉验证、网格搜索这些内容。项目描述本次比赛的目的是预测一个人将要签到的地方。 为了本次比赛，Facebook创建了一个虚拟世界，其中包括10公里*10公里共100平方公里的约10万个地方。 对于给定的坐标集，您的任务将根**据用户的位置，准确性和时间戳等预测用户下一次的签到位置。**数据被制作成类似于来自移动设备的位置数据。 请注意：您只能使用提供的数据进行预测。数据集介绍数据集：文件说明 train.csv, test.cs
2021-03-30 13:58:37
576
原创 力扣链表合并两个有序链表
Merge two sorted linked lists and return it as a sorted list. The list should be made by splicing together the nodes of the first two lists.应该考虑到链表是否为空的情况，代码如下：/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNod
2021-03-29 17:35:12
73
原创 力扣链表：两两交换链表中的节点
写了一些关于力扣的链表的题，说明一下需要注意的地方：1、力扣链表无头结点，所以想要正常操作时需要自己添加一个头结点 2、最后一个节点的next指针指向NULL代码：/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode() : val(0), next(nullptr) {} * ListNode(int x) :.
2021-03-27 14:34:41
169
原创 链表：寻找中间结点
代码：/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode(int x) : val(x), next(NULL) {} * }; */class Solution {public: ListNode* middleNode(ListNode* head) { ListNode *chaste.
2021-03-27 10:00:55
115
原创 力扣初级算法--数组 加一
题目：给定一个由 整数 组成的 非空 数组所表示的非负整数，在该数的基础上加一。最高位数字存放在数组的首位， 数组中每个元素只存储单个数字。你可以假设除了整数 0 之外，这个整数不会以零开头。示例 1：输入：digits = [1,2,3]输出：[1,2,4]解释：输入数组表示数字 123。示例 2：输入：digits = [4,3,2,1]输出：[4,3,2,2]解释：输入数组表示数字 4321。示例 3：输入：digits = [0]输出：[1]提示：1 <= di
2021-03-25 18:07:27
164
原创 力扣初级算法题 旋转数组的讨论
文章目录题目描述题目描述给定一个数组，将数组中的元素向右移动 k 个位置，其中 k 是非负数。这个问题比较好想，我们就进行模拟就好了：用两个数组进行，一个数组负责从中取数，另一个数组负责存储变化后的数字，当一次变化完成后，数组进行相互赋值操作，该算法时间复杂度为o(k*n)，空间复杂度为o(n)，那么运行的时间会非常长，时间复杂度和空间复杂度都比较高，那么我们能不能用什么方法进行降低时间复杂度呢？改进：使用两个数组，并且只进行一次赋值运算操作，即：代码：class Solution {pub
2021-03-24 11:24:24
77
原创 翻转链表
题目描述输入一个链表，反转链表后，输出新链表的表头。示例1输入{1,2,3}返回值{3,2,1}思路遍历链表，使用头插法建立新的链表，不过需要注意一点，题目中所给的链表没有头结点。/*struct ListNode { int val; struct ListNode *next; ListNode(int x) : val(x), next(NULL) { }};*/class Solution {public: List...
2021-03-21 10:48:08
68
原创 初级算法-数组-删除排序数组中的重复项
文章目录题目如下：题目思路：完整的代码为：题目如下：给你一个有序数组 nums ，请你 原地 删除重复出现的元素，使每个元素 只出现一次 ，返回删除后数组的新长度。不要使用额外的数组空间，你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。说明:为什么返回数值是整数，但输出的答案是数组呢?请注意，输入数组是以「引用」方式传递的，这意味着在函数里修改输入数组对于调用者是可见的。你可以想象内部操作如下:// nums 是以“引用”方式传递的。也就是说，不对实参做任何拷贝in
2021-03-17 08:54:15
938
原创 NLTK自然语言处理工具包的使用
该工具包包括：读取数据、清理数据、使用模型导入所需要的包#导入所需要的包import numpy as npimport matplotlib.pyplot as pltimport pandas as pd导入数据dataset = pd.read_csv("Restaurant_Reviews.tsc",delimiter = '\t',quoting = 3)其中使用的数据后缀为tsv而并非csv，这是由于csv是以逗号作为分隔符，tsv是以tab作为分隔符，而大多数情况下我们无法
2021-03-09 21:28:28
498
原创 隐变量模型和EM算法
什么是隐变量模型？隐变量模型是去学习特征最好的表示方法数据表示也叫表示学习，表示学习的核心在于：对于图片，我们用像素表示；对于人，使用人的特征：工资、年龄、性别。这些特征是可以理解的。 文本中的单词，都是容易理解的特征。那么这些特征是最好的去表示物品的方法吗？从数学/AI角度：不是，因为有很多冗余的特征+有噪音特征+不需要的特征...
2021-03-09 09:41:20
710
原创 HMM中的F B 算法
Forward/Backward 算法：分为forward算法、backward算法，算法目标：得出complete o(z|x)由贝叶斯定理可得：Forward算法详解：backward算法详解：目标：将该问题拆分为更小的子问题通过边缘化的性质，可以得到：即：...
2021-03-09 09:19:26
297
原创 HMM中的inference问题
inference问题：给定θ，即给定 θ = （A,B,π）和x ，能否推出Z？如下图所示：方法一：穷举法将所有的可能的z的值进行罗列。由于A和B是已知的，也就是每个状态转移的概率是知道的，那么下面这个式子：P(z1)p(z2|z1)...p(zn|zn_1)*p(x1|z1)p(x2|z2)...p(xn|zn)是可以得到计算结果的，将所有的概率值算出来，并且值最大的作为结果即可。但是可能性太多了，而且可能性的罗列是指数级的，所以不使用该方法。方法二：Viterbi算法该算法的本质为
2021-03-08 21:31:40
213
原创 HMM里面的参数介绍
当我们讨论HMM里面参数的时候，通常Zi为离散型变量（为了好罗列Zi的）我们通常为了方便将变量进行标记，如下图所示：其中：参数A：代表状态的转移矩阵，大小为mm。i,j 表示为：某一个z前面是i后面是j的概率是多少参数B：用于生成观测值 （Emission），大小为mm i,j表示再i的状态下生成j的概率是多少。如果是连续型，则用GMM进行参数π：π1+π2+π3+…+πn = 1HMM模型中的两大问题：问题1：即inference和decoding问题2：分为以下两种情况（1）c
2021-03-08 20:12:28
1404
原创 HMM模型介绍
时序模型：数据会随着时间的改变二进行改变，比如温度、说话等。HMM模型是一个时序模型，因为是个时序模型所以每时每刻都有一个观测值。下图所示：Z为隐式变量，X为已知的观测值。扔不均衡硬币有两枚硬币A和B，这两枚硬币正反面概率不一样，我们记A和B各自出现正面的概率分别为u1和u2。现在小明进行扔硬币，我进行结果的观测，我跟小明之间有东西挡着，互相看不见，观测结果如下图所示：那么就有两个问题：问题1：目前我们得到了观测序列，我们能否推出小明扔硬币的序列是什么？称为inference问题问题2：能够
2021-03-08 19:41:58
1716
原创 时序模型
非时序数据：图片、特征、特征向量，就是说使用这些时数据维度不会进行改变 。时序数据：股票价格、文本、温度我们需要另一个模型去收集这些信息。
2021-03-08 17:47:19
388
原创 指代消解
解决一段文字中代词的指代。其实这类问题是一个经典的二分类问题，只需要判断0和1解决办法：1、最简单的办法：将代词指为离该代词最近的词2、基于有监督的学习方法。（1）、收集数据（2）、构造分类器（3）提取特征句法分析：理解一个句子，有两种方法：1、结构分析 主谓宾2、凭感觉 （基于语言模型）结构分析法：将句子的结构分为一颗语法树，该语法树以主语为树根，如下图所示：其中叶子结点称为：terminals 中间结点为inter node怎么从语法树中提取特征？根据父
2021-03-06 20:39:02
404
原创 实体统一算法
问题定义：给定两个实体，判断是否指向同一个实体？（本质：0和1 的问题）例如：str1 str2 是否统一实体？第一种办法：计算str1和str2之间的相似度，使用边际距离算法。第二种办法：基于规则的方法，通常用于地理名、公司名消除歧义。基于图的实体统一核心：计算A和B之间的相似度，即A的周围提取特征，B的周围提取特征，再计算A B 之间相似度怎么从图中生成特征？冲突中可以看出，我们可以提取如下特征：1、A节点本身的特征 2、A的度 3、与哪些节点相连？ 同理得出B的特征
2021-03-06 15:00:06
732
原创 实体消歧 Entity Disambiguiation
实体消歧本质在于一个词可能有多个意思，也就是再不同的上下文中所表多钱啊的含义不太一样。例如：小米、苹果每个实体都有实体库，用于存储各种意思，如下图所示：实体消歧算法如下图所示：需要判断跟哪个意思接近，即实体相似度哪一个较高。方法：需要将句子与解释的意思转化为向量表示，核心问题：怎么提取特征并且转化为向量？1、要提取多少个字符串？2、将提取的字符串转化为向量。3、进行相似度计算...
2021-03-05 21:13:50
508
原创 信息抽取简介
从非结构化的文本中抽取出一些非常重要的、关键的、人们关心的数据 。核心店：挖实体+实体间的关系三元组表示（属于知识图谱范围）：信息抽取为什么这么重要？1、问答系统。2、扩充原有的知识库。3、用于法律、金融领域一些关系展示：Ontological RelationIS-AInstance-of例如：开源的知识库：关系抽取方法介绍：当数据多的时候就不用第一种方法了。...
2021-03-02 20:40:44
647
原创 命名实体技术
简历分析：抽取有用分析。搭建ENR分类器1、定义实体种类。2、准备训练数据.3、训练ENRNER方法：利用规则（比如正则）、投票模型、利用分类模型（非时序 模型：逻辑回归、SVM；时序模型：HMM）基于规则的方法：用正则的办法写一些规则或者利用一定定义好的完整的词库，最后就是利用人工的办法。基于投票的方法：统计每个单词的实体类型，记录针对每个单词出现概率最大的实体模型。例前三句话中讲London划分为GEO，第四句话划分为location。那么再出现London这个单词那么它为GEO的可能性.
2021-03-02 17:52:25
231
1027. 打印沙漏(20) 两个测试数据没有通过
2018-04-09
02-线性结构2 一元多项式的乘法与加法运算，这道题的代码上的问题
2018-03-17
TA创建的收藏夹 TA关注的收藏夹
TA关注的人