- 博客(13)
- 资源 (6)
- 收藏
- 关注
RSS订阅
原创 排序（一）交换排序 c/c++与python实现
冒泡排序（Bubble Sort）冒泡排序的基本思想：从前往后或者从后往前，对相邻的两个元素进行比较，若逆序，则交换。每次冒泡排序都会让至少一个元素移动到它应该在的位置，重复n-1，就完成了对n个数据的排序。如果对一组数据7，8，9，6，5，4，从小到大排序，第一次冒泡排序的详细过程如下所示：可以看出一次冒泡操作后，有一个元素已经移动到应该在的位置上了，经过n-1次这样的冒泡操作后，n-1个...
2020-03-26 13:30:07
463
原创 排序算法总结 c/c++与python实现
排序的定义排序，就是重新排列表中的元素，使表中的元素满足按关键字有序的过程。排序算法的稳定性算法的稳定性是指如果待排序的序列中存在值相等的元素，经过排序之后，相等元素之间原有的先后顺序不变，那么这个算法就是稳定的排序算法。排序算法的分类在排序过程中，根据数据元素是否完全在内存中，可将排序算法分为两类：内部排序，是指排序期间元素全部存放在内存中的排序。外部排序，是指排序期间元素无法全...
2020-04-15 13:13:56
283
原创 排序（五）线性时间排序 c/c++与python实现
计数排序（Counting sort）计数排序的基本思想：计数排序是一种非比较性质的排序算法，首先先用一块maximun - minimum + 1大小的额外空间存储序列中每个值出现的次数，然后遍历待排序序列，将每一个元素出现的次数记录到元素值对应的额外空间内，对额外空间内数据进行计算，得出每一个元素的正确位置，最后将待排序序列每一个元素移动到计算得出的正确位置上。关于比较性质的算法：比较...
2020-04-14 14:53:28
360
原创 排序（四）归并排序 c/c++与python实现
归并排序（Merge Sort）归并，即将两个或两个以上的有序表组成一个新的有序表。2-路归并排序的基本思想：将序列视为n个组，将这些组两两归并归并为n/2个组，然后将这些组再两两归并，生成n/4个组，以此类推，直到只剩下一个组为止。归并排序使用的就是分治思想，即先把序列从中间分成前后两部分，然后对前后两部分分别排序，再将排好序的两部分归并在一起，这样整个序列就都有序了。关于递归与分治：...
2020-04-14 10:08:00
181
原创 天池二手车交易价格预测--模型融合
模型融合5.1 模型融合目标对于多种调参完成的模型进行模型融合。5.2 内容介绍模型融合是比赛后期一个重要的环节，大体来说有如下的类型方式：1、简单加权融合:回归（分类概率）：算术平均融合（Arithmetic mean），几何平均融合（Geometric mean）；分类：投票（Voting)综合：排序融合(Rank averaging)，log融合2、sta...
2020-04-11 19:39:35
375
原创 排序（三）选择排序 c/c++与python实现
选择排序（Selection Sort）选择排序的基本思想：每次会从未排序区间中找到最小的元素，将其放到已排序区间的末尾。主要有简单选择排序，堆排序。简单选择排序简单选择排序的基本思想：每次从未排序区间中找到一个最小的元素，与未排序区间的第一个元素交换，这样每次就可以确定一个元素的最终的位置，重复n-1，就完成了对n个数据的排序。// 简单选择排序c实现，a表示数组，n表示数组大小/**...
2020-04-01 20:43:04
180
原创 天池二手车交易价格预测-- 建模调参
建模调参4.1 学习目标了解常用的机器学习模型，并掌握机器学习模型的建模与调参流程4.2 内容介绍线性回归模型：线性回归对于特征的要求；处理长尾分布；理解线性回归模型；模型性能验证：评价函数与目标函数；交叉验证方法；留一验证方法；针对时间序列问题的验证；绘制学习率曲线；绘制验证曲线；嵌入式特征选择：Lasso回归；Ridge回归；决策树；模...
2020-03-31 16:07:05
367
原创 天池二手车交易价格预测--特征工程
特征工程3.1 特征工程目标对于特征进行进一步分析，并对于数据进行处理完成对于特征工程的分析，并对于数据进行一些图表或者文字总结3.2 内容介绍常见的特征工程包括：异常处理：通过箱线图（或 3-Sigma）分析删除异常值；BOX-COX 转换（处理有偏分布）；长尾截断；特征归一化/标准化：标准化（转换为标准正态分布）；归一化（抓换到 [0,1] 区间）；针对幂...
2020-03-28 19:59:32
491
原创 排序（二）插入排序 c/c++与python实现
插入排序插入排序的基本思想：每次将一个待排序的记录按其关键字大小插入到前面已经排好序的子序列中，知道全部记录插入完成。主要有直接插入排序、折半插入排序和希尔排序。直接插入排序（Straight Insertion Sort）直接插入排序的基本思想：首先，我们将数组中的数据分为两个区间，已排序区间和未排序区间。初始已排序区间只有一个元素，就是数组的第一个元素。直接插入算法的核心思想是取未排序区...
2020-03-27 22:34:49
188
原创 天池二手车交易价格预测---EDA-数据探索性分析
二、EDA-数据探索性分析2.1 EDA目标EDA的价值主要在于熟悉数据集，了解数据集，对数据集进行验证来确定所获得数据集可以用于接下来的机器学习或者深度学习使用。当了解了数据集之后我们下一步就是要去了解变量间的相互关系以及变量与预测值之间的存在关系。引导数据科学从业者进行数据处理以及特征工程的步骤,使数据集的结构和特征集让接下来的预测问题更加可靠。完成对于数据的探索性分...
2020-03-24 17:55:21
548
原创 机器翻译
机器翻译和数据集机器翻译（MT）：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NMT）。主要特征：输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度不同。import osimport sysimport collectionsimport d2limport zipfilefrom d2l.data.base import ...
2020-02-19 17:09:33
254
原创 线性回归
线性回归的基本要素模型为了简单起见，这里我们假设价格只取决于房屋状况的两个因素，即面积（平方米）和房龄（年）。接下来我们希望探索价格与这两个因素的具体关系。线性回归假设输出与各个输入之间是线性关系:price=warea⋅area+wage⋅age+b\mathrm{price} = w_{\mathrm{area}} \cdot \mathrm{area} + w_{\mathrm{ag...
2020-02-18 15:02:30
251
原创 softmax pytorch从零实现的代码
获取Fashion-MNIST训练集和读取数据在介绍softmax回归的实现前我们先引入一个多类图像分类数据集。它将在后面的章节中被多次使用，以方便我们观察比较算法之间在模型精度和计算效率上的区别。图像分类数据集中最常用的是手写数字识别数据集MNIST[1]。但大部分模型在MNIST上的分类精度都超过了95%。为了更直观地观察算法之间的差异，我们将使用一个图像内容更加复杂的数据集Fashion-...
2020-02-16 11:45:44
1233
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人