Darcen289-CSDN博客

原创 Density Peak Clustering

实验的另一个难点是选择簇中心，其最大的挑战是精准地评估一个点是否具有较大的δ。时，均需要比较繁琐的调参，最终得到的图像和DBI均是调参后得到的最优结果，无论是从图像还是DBI，整体来看，截断核的性能好于高斯核，前两个数据集上差别较为明显，第三个数据集上二者差别不大。总的来说，Cutoff核函数更适合于处理局部密度较高的情况，而Gauss核函数则更适合于连续的密度估计。邻域内将包含属于另一个簇的点，最终会导致图3这样的簇“中心”处在簇的边缘的结果；衡量与其它密度最高的点的最小距离，对于类中心点，有着较大的。

2024-03-12 12:04:29 1009 1

原创 SVM（支持向量机）

对于几个数据集，sklearn模型和梯度下降法模型在准确率上表现较好，并且训练时间相对较短。在5维的数据集上，SMO模型的训练时间较长，且准确率稍低。在四折交叉验证中，sklearn模型和梯度下降法模型的平均准确率都较高，而SMO模型的平均准确率较低。综合考虑模型的准确率和训练时间，sklearn模型效率及性能均好于我们自己写的SVM，在已有的测试结果中，梯度下降法明显优于简化版的SMO。

2024-03-11 22:24:56 929

原创 Logistic Regression

它基于线性回归模型，通过对输出进行逻辑变换，将线性回归的结果映射到一个概率值。与线性回归不同，逻辑回归的输出是一个概率值，而不是连续的数值。它假设样本的输出服从伯努利分布，即二分类问题中，样本的输出只有两个可能的取值。通过最大化似然函数，可以得到最优的模型参数，从而使得模型对样本的预测概率最接近实际观测值。另外，改变l1,l2即所用的正则表达式，gamma值，lr（learning rate）的值，accuracy均未改变，只有Training Loss Curve图像以及迭代次数改变。

2024-03-11 22:21:33 914

原创 BFS（考虑非连通图）

由于实验要求中已经说明，data中的图节点数较少且边比较密集所以采用邻接矩阵的存储方式，由于数据集规模较小，所以直接初始化一个矩阵对数据进行读取，若两个点之间存在边，将对应矩阵位置的值设为1即可得到邻接矩阵，然后实现BFS函数对图进行遍历即可。针对图，根据给定的数据选择合适的存储方式（邻接矩阵和邻接表中的一种）进行存储（存储方式选择也是实验的检查内容之一），并进行图的广度优先遍历的过程。对 twitter_small，选择一种合适的存储方式存储数据，并输出 BFS 的遍历时间。

2024-03-11 22:06:57 377

原创回溯法解决调度问题

设有 n 个任务由 k 个可并行工作的机器来完成，完成任务 i 需要时间为。试设计一个算法找出完成这 n 个任务的最佳调度，使完成全部任务的时间最早。表示有 3 个任务，2 个机器。完成 3 个任务的时间分别为 2, 3, 4。函数递归实现遍历，但在遍历的情况下，时间开销过大，时间复杂度为。通过回溯法解决调度问题，本质上是通过遍历，本程序通过。输出三个测试案例所有任务完成的总时间，及调度方案。程序输入：从 test 系列文件获取数据。第二行为完成任务 i 需要的时间。，包含 n 个数据，以空格间隔。

2024-03-11 22:05:03 391

原创 Huffman 编码问题

然后，不断从优先队列中取出频率最小的两个节点，合并为一个新的父节点，并将其插入优先队列中，直到优先队列中只剩下一个节点，即根节点，表示构建完成的哈夫曼树。例如对于字符串“AABBBEEEEGZ”,如果使用定长编码，‘A’、‘B’、‘E’、‘G’、‘Z’字符各需要 3 位 01 串编码，编码后的字符长度为 3。接着，遍历输入字符串，根据哈夫曼编码将每个字符替换为对应的编码，生成压缩后的字符串。否则，递归地处理左子节点和右子节点，分别在当前编码基础上加上"0"和"1"，继续生成编码。函数，用于计算压缩率。

2024-03-11 22:03:10 358

原创最长公共子序列（LCS）算法

例如，“ace” 是 “abcde” 的子序列，但 “aec” 不是 “abcde” 的子序列。一个字符串的子序列是指这样一个新的字符串：它是由原字符串在不改变字符的相对顺序的情况下删除某些字符（也可以不删除任何字符）后组成的新字符串。给定两个字符串 text1 和 text2，返回这两个字符串的最长公共子序列的长度。输入：text1 = “abcde”， text2 = “ace”输入： text1 = “abc”， text2 = “def”输出： LCS：“ace”，长度：3。

2024-03-11 22:01:55 1083

原创区间树上重叠区间的查找

在最坏的情况下，如果树是一个完全平衡的二叉搜索树，并且查询区间与树中的所有区间都重叠，那么函数的时间复杂度将是O(n)，其中n是树中节点的数量。将实验三中实现的红黑树插入算法改编为区间树插入算法，并实现重叠区间的查找算法:给定一棵区间树T和一个区间i，在O(min(n, klogn))时间内列出T中所有与i重叠的区间，其中k为重叠的区间数。综上所述，整个函数的时间复杂度为O(log n)，其中n是树中节点的数量,满足实验要求O(min(n,klogn))。若存在结果，输出对应节点区间： [x, y]

2024-03-11 22:00:15 371

原创红黑树插入

print 输出：RB_INSERT_FIXUP 算法历经的情况种类数，即代码注释中 case x 的数字当z.p==z.p.p.right 时（即代码中被省略的 else 部分），情况种类数顺延为 4,5,6。文件输出：将插入完成后的红黑树进行 “先序遍历（NLR）” ， “中序遍历（LNR）”和“层次遍历（Level-Order Traverse）” 并将相应的遍历序列输出到文件中。文件格式：第一行为待插入数据的个数，第二行为待插入的数据（int 类型，空格分割）文件名： insert.txt。

2024-03-11 21:58:23 886

qq_63564590的博客