面试准备
Sweet_Harbour
每天积累一点点
展开
-
Bagging和Boosting 概念及区别
Bagging和Boosting都是将已有的分类或回归算法通过一定方式组合起来,形成一个性能更加强大的分类器,更准确的说这是一种分类算法的组装方法。即将弱分类器组装成强分类器的方法。 1. Bagging (bootstrap aggregating) Bagging即套袋法,它是一种有放回的抽样方法(可能抽到重复的样本)。其算法过程如下: 从原始样本集中抽取训练集。每轮从原始样本集中...转载 2018-10-01 12:49:59 · 616 阅读 · 0 评论 -
ItemCF与UserCF算法的原理与对比
1. ItemCF算法与UserCF算法的基本原理 算法名称 原理 优点 相似度计算 备注 User CF 给用户推荐和他有相同兴趣爱好的用户喜欢的物品。(维护一个用户相似度矩阵) 着重反应和用户相似的小群体的热点,反应了用户所在小型兴趣群体中物品的热门程度 wuv=∥N(u)∩N(v)∥(∥N(u)∥N(v)∥w_{uv}= \frac{ \|N(u)∩N(v)\|}{\sqrt...原创 2018-10-01 13:35:16 · 1965 阅读 · 0 评论 -
基本排序算法性能总结
1. 基本排序算法性能: 类别 排序方法 时间复杂度 空间复杂度 稳定性 平均情况 最好情况 最坏情况 辅助存储 插入排序 直接插入排序 O( n2 ) O( n ) O( n2 ) O( 1 ) 稳定 希尔排序 O( n1.3 ) O( n ) O( n2 ) O( 1 ) 不稳定 选择排序 直接选择排序 O( n2 ) O( n2 ) O( n2 ) O( 1 ) 不稳定 ...原创 2018-10-01 14:29:11 · 177 阅读 · 0 评论