zyq~-CSDN博客

原创【题解】2022ICPC杭州-K

简述一下就是每次询问重新定义一个字母排序表，问在这个顺序下n个字符串的序列的逆序数是多少。

2024-09-28 23:40:29 631

原创【自学笔记】支持向量机（4）——支持向量回归SVR

SVM解决了分类问题，而用类似方法解决回归问题的模型称为。目标是得到一个模型，使输出的fx与y尽可能接近。传统的回归模型直接计算fx与y的差距作为损失，当两者完全相等时损失为0；而SVR加入了支持向量，使得模型能够容忍ε的偏差，即在距离fx不超过ε的样本被认为预测正确，损失为0。

2024-09-25 16:30:39 692

原创【题解】CF2013A

A题自信提交直接WA，故写此题解警示一下（顺便水一水）

2024-09-23 23:45:08 913

原创【自学笔记】支持向量机（3）——软间隔

上一回解决了SVM在曲线边界的上的使用，使得非线性数据集也能得到正确的分类。然而，对于一个大数据集来说，极有可能大体呈线性分类趋势，但是边界处混杂，若仍采用原来的方式，会得到极其复杂的超平面边界，浪费了算力。上述要求所有训练样本满足约束的分类方式称为。而允许部分样本不满足约束的分类方式则被称为。

2024-09-23 22:58:08 1283

原创【题解】CF1983E

个球被Alice拿到，当且仅当它属于第奇数个组，每个球放哪个组互相独立，不干扰，同组之间的顺序也不影响贡献。显然，两人得分总和等于所有球的分数之和，所以我们只需要研究一个人即可，这里我们考虑Alice。于是第奇数个组的球归Alice所有，考虑上末端（空无所谓），共。01101110011 分为 0 110 1110 0 11。分析哪些球会被Alice拿走。为质数，证明在此略。

2024-09-20 11:01:01 841

原创【自学笔记】支持向量机（2）——核函数

核函数的使用使得机器学习算法能够在复杂的特征空间中进行操作，而无需显式地计算该空间中的特征值，从而避免了“维度灾难”。核方法允许算法在高维空间中工作，同时保留了数据的原始维度，这在处理大量数据和高维数据集时非常有用。在实际应用中，选择合适的核函数对于模型的性能至关重要，这通常取决于问题的特性以及数据的分布和结构。

2024-09-17 00:03:28 1338

然后调了半天，先是C++版本不行，然后是没有内置的关于pair的映射，要重定义一下，最后好不容易编译过了，还是TLE。然后map其实就是用来计数的，所以我想到了hash，手写肯定不行，又得MLE，于是用上了unordered_map。先把G1的代码改一改数据范围丢进去再说，结果预料中的TLE没出现，内存先爆了。总之就是裂开了，代码放下面，有哪位大佬能救一下的或者指出原因的欢迎评论QwQ。（3）在读取map中的数据之前判断一下数据是否在map中。效果不错，MLE变TLE了，也就是说时间复杂度也得改，这个。

2024-09-14 17:15:38 973

原创【题解】CF1993D

的算法，根据经验，注意到中位数具有可二分性（显然尽量把小的数删掉中位数肯定大）。容易发现，无论如何操作，最后剩下的数量是一定的，记剩下的数组中中位数的位置为。对于判断环节，我们可以设计一个函数，寻找一种方案，使删除后剩下的数中小于。为了解决这个问题，我们标记一下当前方案是否为空即可，即将。（从1开始记），注意不能将数组删空。会找到一种方案，将所有数都删除，最终返回。但这样会有一个问题，如果。，，则说明存在可行的中位数。的数量的最小值（允许不拿。这个中位数是否可行。

2024-09-14 11:07:00 941

原创【题解】CF2009G1

但尽量做到最好，除了一开始的排序的O(nlogn)，后续处理都是O(n)。可能会对G2和G3有一点点用处。

2024-09-13 10:14:21 1351

原创【题解】CF2008G

CF2008G

2024-09-12 09:08:22 960

原创【自学笔记】支持向量机（1）

海森矩阵是将函数在某一点处的所有二阶偏导数组织成一个矩阵的形式，这个矩阵可以提供函数在该点局部行为的详细信息。海森矩阵也记作H▽2fxH▽2fx我们有这样的定理：若函数在任一点的海森矩阵是半正定的，那么这个函数是凸函数。

2024-09-11 21:01:07 1749

原创【题解】CF1921F

由于这里对于每一项还要乘个系数，所以要对前缀和进行改造。这里采用双前缀和来解决这个问题。先考虑暴力做法，显然对于每一个询问直接从起点按步长扫一遍即可，复杂度。进一步地，这种题很容易想到前缀和，如果对每一个间隔。，因为它是从最前面开始的，应该减去。是不可能被优化的，那能下手的只有。开头的序列时，我们不能直接使用。，然后就显然了，根号分之，若。再读一遍题目，我们发现。都做一次前缀和，复杂度为。，那么直接使用暴力即可。，我们只要优化其中一个。

2024-09-08 09:56:58 724

原创【题解】CF1955E

因为如果把它变回0，那想再变成1只能以它为起点再操作一次，前后两次操作抵消。则操作一次，否则直接过，用队列维护当前点处被几个区间覆盖即可。由于每次操作区间长度是定值，所以我们可以说，判断是否能行，而判断只需从左往右扫一遍，遇到。所以思路很简单，直接。

2024-09-08 08:22:17 522

原创【题解】CF1928C

准备ICPC复健，顺便水一水文章搞点流量卷用用

2024-09-07 10:52:56 522 1

原创【自学笔记】线性判别分析LDA

最后我们来比较一下PCA和LDA的差异，以便针对不同数据选择更好的处理方式。当然，GPT很乐意为此效劳。

2024-09-06 23:59:49 837

原创【自学笔记】处理类别数据、独热编码和降维（主成分分析）

协方差（Covariance）是统计学和概率论中一个重要的概念，用于度量两个随机变量的线性相关程度。它描述了两个变量如何一起变化，即一个变量的值相对于其平均值变化时，另一个变量的值相对于其平均值变化的趋势和程度。对于两个随机变量XXX和YYY，它们的协方差CovXYCov(X, Y)CovXYCovXYEX−μxY−μyCovXYE[(X−μxY−μy)]

2024-09-04 16:56:52 1010

原创【自学笔记】处理缺失值

在大数据中，常常会有因各种原因而包含缺失值的数据混在数据集中，往往会以NULL，undefined，NaN等出现，忽视它们往往会给模型带来不可预知的后果，所以我们要想办法处理这些数据。

2024-08-29 00:22:08 1049

原创【自学笔记】决策树

看过《Python机器学习》的都知道，逻辑回归后先讲了支持向量机，然后是核支持向量机，然后才是决策树。那为什么我先写决策树呢？。此外，本篇内容也参考了西瓜书《机器学习》的相关内容。

2024-08-28 13:43:35 915

原创【自学笔记】KNN算法

KNN算法，全称为K-Nearest Neighbors Algorithm，中文名K近邻算法，是一种监督学习算法，既可以用于分类问题也可以用于回归问题。

2024-08-09 23:56:20 679

原创【自学笔记】过拟合与正则化

分类任务的本质其实是找到边界，将不同类型的数据区分开，之前我们做的是尽量让这个边界更贴近每一个数据点，达到拟合的作用。然而，极端数据的存在或要求模型的特征数过多，会导致现象的出现。它会导致模型在训练集表现优异，但是在测试集准确率不高，这显然不是我们想要的。

2024-08-09 00:04:07 756

原创【自学笔记】逻辑回归

若继续使用Jw⃗∑i12ϕzi−yi2Jw∑i21ϕzi−yi2，会导致出现多个极小值点，无法梯度下降到最小值。【For非数学专业】通俗理解似然函数、概率、极大似然估计和对数似然假设数据集中每一个样本相互独立，则：Lw⃗Py⃗∣x⃗;w∏i1m。

2024-08-08 22:32:48 586

原创 [自学笔记]使用scikit-learn机器学习分类器

使用 hstack 后，y_train 和 y_test 将被连接成一个新的一维数组 y_combined，这个数组包含了所有训练和测试样本的标签，顺序保持不变。通过 np.vstack，X_train_std 和 X_test_std 被组合成了一个新的二维数组，该数组的第一部分是 X_train_std 的所有行，紧接着是 X_test_std 的所有行。结果数组 X_combined_std 将拥有 X_train_std 和 X_test_std 的所有行，列是不变的。是随机数种子，可以用来复盘。

2024-08-07 18:03:51 696

原创 [自学笔记]感知器与各种梯度下降

感知器的实现

2024-08-04 22:42:47 1034

qq_40432278的博客