- 博客(10)
- 收藏
- 关注
RSS订阅原创 kaggle入门——泰坦尼克号之灾
Kaggle的泰坦尼克号入门比赛是一个经典的机器学习项目，旨在让参与者通过建立模型来预测乘客在泰坦尼克号沉船事件中的生还情况。这个任务提供了一个包含乘客信息的训练数据集，其中包括了乘客的个人信息（如年龄、性别、船舱等级等）以及是否生还的标签。参与者需要使用这些数据建立一个模型，并使用测试数据集来验证模型的准确性。我们直接通过代码讲解，来梳理一下一个数据分析任务的全过程。比赛地址。
2024-04-04 17:05:23
869
1
原创 信息检索的简单核心算法——倒排索引（python示例）
倒排索引英文名是，翻译过来就是倒排索引。但是，我们不要被这个中文名唬住了。这个名字看上去的意思是把元素倒过来排序再获取索引，但是实际上的意思并不是这样。假如我们有n篇文档，现在要输入关键词进行搜索。如果这个关键词是"test"，那么正常的思路是遍历每个文档的所有单词，如果含有"test"，就获取这个文档的id。但是，这样太费时间了，**如果我们在检索之前，就把每个word和含有这个word的文档id储存下来，那么检索时我们只要找到对应的word，就可以获取含有该word的所有文档的id。
2024-03-06 17:17:47
721
1
原创 数据结构与算法——分治的思想（C++，leetcode例题讲解）
分治的意思是把一个问题分解成多个子问题来解决，以提高解决的效率。以下图为例（来源于本题的力扣官方题解），当我们合并k个升序链表时，相当于合并前k22k项合并后的结果和后k22k项合并后的结果。并且，当我们合并前k22k项合并时，同样可以一分为二来合并。这样，当分到只有两个升序链表时，只需要合并这两个升序链表就可以。如果只有一个升序链表，则返回其本身。仔细思考，我们会发现，这种不断拆分的过程可以看成一个二叉树，而树的问题的解决大多使用递归，这也是我们之后代码的逻辑。
2024-02-27 20:27:10
821
原创 浅谈图论——迪杰斯特拉算法（leetcode例题，C++演示）
我们不要被迪杰斯特拉算法的名字吓到了，其实迪杰斯特拉的算法并不复杂。很多时候，传统的并不复杂的算法往往在解决现实问题的时候有这良好的效果。首先我们要搞清楚迪杰斯特拉算法解决的单源最短路径的问题。单源最短路径问题是找到从图中的一个固定顶点（称为源点）到其他所有顶点的最短路径。将源点到其他顶点的距离初始化为无穷大，源点到自身的距离初始化为0。同时，维护一个集合S，其中包含已确定最短路径的顶点，初始时S为空。从未确定最短路径的顶点中选择一个到源点距离最小的顶点，并将其标记为已确定最短路径。将该顶点加入集合S中。
2024-02-04 22:09:40
1177
1
原创 基于selenium的简单爬虫示例
现在进入了大数据时代，很多的需求都需要数据支撑。不从市场需求的角度来说，单单就技术这一方面举例，ai模型的训练就需要数据。所以说，爬虫。
2024-01-22 17:11:18
1764
原创 简单的文件加密算法——异或运算（附C++代码）
这样，我们就能得到一个新的文件。异或运算的好处是如果加密后的文件在和我们加密用的二进制串做异或，就能得到原来的文件。也就是，同样的操作就既能实现加密，也能实现解密。文件加密的方法就是对这每一个0和1进行修改，让它无法辨认出来。此外，我们的方法需要能够让原来的文件被。，便来谈一谈这个算法的原理，顺便实现一下。如果你觉的有帮助的话，不妨点一个赞，爱学习的你真棒！ 现有一个.txt文件里面的内容是hello world!首先，在操作系统下，我们要以。文件的信息为1001；我的加密机为1111；
2023-12-29 11:02:11
889
1
原创 矩阵奇异值分解——信息压缩与降噪（python）
如果要谈矩阵的奇异值分解，我们首先得搞清楚矩阵是什么。如果你不是很清楚的话可以先看一下这个视频： 如果你对矩阵的理解比较深刻，那我们就尝试回顾一下。 首先任何一个矩阵我们都可以把他们看作一个线性变换，他的作用就是将空间拉伸或压缩。我们不妨假设存在一个矩阵AAA，它就代表了一个线性变换。我们进一步深入的讨论，A−1A^{-1}A−1就是这个线性变换的逆变换，即将拉伸或压缩的空间重新压缩或拉伸回去。 其次，AAA的列向量我们可以看作一组新基。
2023-10-23 12:14:25
612
原创 使用python实现Harris角点检测（不直接调用opencv）
计算图像梯度，比如Sobel算子 (如果彩色图先转化为灰度图)根据图像梯度为每个点计算二阶矩矩阵特征值寻找具有较大响应的点（λmin或者R大于阈值）选择那些λmin或者R是局部最大值的点作为关键点（非最大值抑制）这也是我们代码的逻辑结构。
2023-10-21 21:00:20
557
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人