Checking an Alibi 测试数据集

最新推荐文章于 2023-04-10 21:38:46 发布
最新推荐文章于 2023-04-10 21:38:46 发布
阅读量856 收藏
点赞数
分类专栏： 计算机算法设计与分析 文章标签： Checking an Alibi 测试数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/t46414704152abc/article/details/84960531
版权

题目来源

http://bailian.openjudge.cn/practice/2394/

解题思路

  • 这道题目就是计算从源点1到其他顶点之间的最短距离，使用Dijkstra算法即可实现，然后判断每头牛所在的点，判断其和源点1之间的距离是否不超过M。
  • 代码运行了很多遍之后发现老是出错，最后发现测试数据集中会出现重复的边，比如2 3 1，表示2号顶点到3号顶点距离为1，但是还会出现2 3 100，表示2号顶点到3号顶点最短距离是100，我的输入中构造图的时候就会更新为2号到3号的距离为100，但是实际计算按照1来计算，因此，读取P条边的时候，采用如下代码读取每条边的距离，结果一直无法通过。
		scanf("%d%d%d",&x, &y, &w);
		graph[x][y] = w;
		graph[y][x] = w;

最后知道了错误后改用如下读取方式，最终AC了。

	scanf("%d%d%d",&x, &y, &w);
	graph[x][y] = min(graph[x][y],w);
	graph[y][x] = min(graph[y][x], w);
  • 这算是一个经验教训吧，以后读取图的边的时候，不要随时更新，读取两个顶点的距离时，保存最小值就好。

算法实现

#include<vector>
#include<cstdio>
#include<queue>
#include<queue>
#include<functional>
using namespace std;

// 表示边的结构体
struct Edge {
	int from, to, distance;
	Edge(int f, int t, int d) :from(f), to(t), distance(d) {};
	bool operator <(const Edge& e)const { return this->distance > e.distance; };
};

// 计算从source出发，到图中每个顶点的最短距离
void dijkstra(const vector<vector<int>>& graph, const int source, vector<int>& distance) {
	vector<int> visit(graph.size(), 0);
	priority_queue<Edge> myQueue;
	visit[0] = 1;
	visit[source] = 1;
	for (int i = 1; i < graph.size(); ++i)
		if(visit[i]==0)
			myQueue.emplace(source, i, distance[i]);
	
	while (!myQueue.empty()) {
		Edge e = myQueue.top();
		myQueue.pop();
		if (visit[e.to] == 1)
			continue;
		visit[e.to] = 1;
		distance[e.to] = e.distance;
		for (int j = 1; j < graph.size(); ++j) {
			if (visit[j] == 0 && distance[e.to] + graph[e.to][j] < distance[j]){
				myQueue.emplace(e.to, j, distance[e.to] + graph[e.to][j]);
			}
		}
	}
}


int main() {
	int F, P, C, M;
	while (scanf("%d%d%d%d", &F, &P, &C, &M) != EOF) {
		vector<vector<int>> graph(F + 1, vector<int>(F + 1, static_cast<int>(1e9)));
		for (int i = 0; i < graph.size(); ++i)
			graph[i][i] = 0;
		for (int i = 0; i < P; ++i) {
			int x, y, w;
			scanf("%d%d%d",&x, &y, &w);
			graph[x][y] = min(graph[x][y],w);
			graph[y][x] = min(graph[y][x], w);
		}
		vector<int> cows(C, 0);
		for (int j = 0; j < C; ++j)
			scanf("%d",&cows[j]);
		vector<int> distance(graph[1]);
		dijkstra(graph, 1,distance);
		int ans = 0;
		for (int i = 0; i < cows.size(); ++i)
			if (distance[cows[i]] <= M)
				++ans;
		printf("%d\n",ans);
		for (int i = 0; i < cows.size(); ++i)
			if (distance[cows[i]] <= M)
				printf("%d\n",i+1);
	}
	return 0;
}

测试数据集

  • test case 1—input
7 6 5 8
1 4 2
1 2 1
2 3 6
3 5 5
5 4 6
1 7 9
1
4
5
3
7
  • test case 1—output
4
1
2
3
4
  • test case 2—input
1 1 1 1
1 1 1
1
  • test case 2—output
1
1
  • test case 3—input
11 10 10 20
2 1 11
3 1 12
4 1 13
5 1 14
6 1 15
7 1 16
8 1 18
9 1 19
10 1 20
11 1 10
2
3
4
5
6
7
8
9
10
11
  • test case 3—output
10
1
2
3
4
5
6
7
8
9
10
  • test case 4—input
3 2 10 4
1 2 3
3 1 10
2
2
2
2
3
3
3
2
2
2
  • test case 4—output
7
1
2
3
4
8
9
10
  • test case 5—input
11 22 12 69999
1 2 69998
2 3 100
2 3 1
2 3 100
2 4 100
2 4 1
2 4 100
2 5 100
2 5 1
2 5 100
2 6 100
2 6 1
2 6 100
2 7 100
2 7 1
2 7 100
2 8 1
2 8 100
2 9 100
2 9 1
2 10 1
2 11 2
1
2
3
4
11
5
6
7
8
9
9
10
  • test case 5—output
11
1
2
3
4
6
7
8
9
10
11
12
  • test case 6—input
5 5 10 100
1 2 50
2 3 50
3 4 50
4 5 50
2 5 10
1
2
3
4
5
5
4
3
2
1
  • test case 6—output
8
1
2
3
5
6
8
9
10
  • test case 7—input
10 10 11 70000
1 2 10000
2 3 10000
3 4 10000
4 5 10000
5 6 10000
6 7 10000
7 8 10000
8 9 10000
9 5 10000
5 7 10000
6
5
4
7
7
8
9
3
2
1
10
  • test case 7—output
10
1
2
3
4
5
6
7
8
9
10
  • test case 8—input
50 100 50 1000
43 10 336
19 34 625
11 36 300
36 24 4
4 39 546
43 36 973
37 39 967
37 31 531
8 18 843
5 9 86
28 48 115
32 28 81
18 37 699
40 27 695
11 50 185
45 47 610
28 38 167
39 44 848
23 4 311
33 2 712
7 8 150
15 3 100
30 23 329
13 23 730
29 3 927
48 46 329
13 5 994
19 41 465
2 25 825
34 12 923
6 31 569
13 16 550
46 36 995
17 35 647
18 47 154
29 19 335
27 46 432
15 12 704
16 30 232
22 47 18
50 15 362
35 36 620
8 24 506
21 36 570
21 36 503
47 12 409
38 33 452
7 40 272
42 18 552
29 26 500
27 13 398
44 9 766
46 32 993
37 12 699
5 2 671
50 5 865
11 22 278
11 7 689
21 35 253
15 14 823
18 14 90
46 11 512
10 16 17
33 16 743
9 43 181
43 7 43
47 22 194
45 7 606
1 6 637
18 25 661
12 21 37
16 1 440
23 6 188
13 2 251
39 29 519
36 43 183
32 35 477
32 30 54
14 23 85
15 46 176
20 49 330
30 46 70
24 44 538
9 1 217
30 23 16
36 39 141
5 4 825
41 30 31
45 16 762
34 21 37
31 17 1
21 18 563
29 21 341
10 39 55
16 34 803
24 39 24
25 38 240
45 16 484
40 41 901
9 45 232
15
31
22
38
35
40
34
12
45
33
37
41
21
18
18
30
42
24
26
31
41
29
21
41
31
23
9
15
44
33
43
16
29
16
33
43
12
21
27
9
12
21
32
33
5
49
23
3
43
35
  • test case 8—output
24
1
4
6
9
12
14
15
16
18
21
24
26
27
28
29
31
32
34
36
40
43
45
47
49
  • test case 9—input
500 100 100 70000
244 51 1
285 491 1
497 30 1
196 105 1
430 202 1
397 155 1
39 236 1
257 19 1
395 122 1
75 91 1
364 55 1
77 451 1
44 322 1
374 430 1
83 200 1
207 70 1
100 488 1
434 430 1
315 383 1
270 146 1
157 238 1
147 241 1
406 114 1
460 273 1
361 344 1
290 76 1
485 343 1
257 346 1
424 439 1
72 396 1
240 135 1
187 127 1
297 297 1
242 376 1
145 214 1
422 342 1
449 428 1
173 53 1
219 151 1
113 177 1
323 468 1
23 96 1
207 401 1
179 403 1
322 94 1
131 331 1
185 328 1
143 183 1
429 193 1
350 2 1
332 297 1
61 327 1
483 317 1
365 247 1
117 237 1
118 108 1
373 203 1
156 54 1
488 212 1
338 490 1
117 475 1
402 217 1
316 94 1
247 364 1
34 18 1
476 333 1
210 368 1
398 9 1
106 275 1
15 47 1
71 201 1
122 170 1
27 109 1
236 454 1
222 137 1
259 244 1
89 328 1
52 28 1
441 183 1
307 328 1
2 194 1
153 495 1
69 78 1
252 293 1
379 158 1
370 279 1
426 376 1
295 234 1
230 329 1
191 482 1
406 201 1
10 351 1
311 280 1
460 10 1
331 450 1
204 498 1
227 247 1
166 64 1
179 476 1
22 296 1
185
218
34
78
277
87
371
336
21
342
118
423
229
132
441
66
355
447
50
227
45
96
210
284
100
245
388
32
126
213
157
459
6
334
342
102
279
300
445
1
400
293
37
318
181
154
108
425
423
346
63
273
308
74
62
498
440
205
498
305
133
472
176
415
365
25
115
420
120
353
85
294
123
279
1
493
395
43
148
37
313
358
345
280
459
34
420
236
409
254
209
102
456
42
270
473
462
285
167
105
  • test case 9—output
2
40
75
  • test case 10—input
50 1000 100 69999
15 13 70000
42 48 70000
48 47 70000
25 50 70000
34 31 70000
28 16 70000
26 28 70000
6 48 70000
14 46 70000
26 38 70000
27 2 70000
5 40 70000
43 35 70000
29 12 70000
37 14 70000
10 10 70000
40 37 70000
13 7 70000
27 22 70000
42 15 70000
20 44 42351
7 38 70000
47 20 70000
36 22 70000
48 40 70000
20 8 70000
23 48 70000
10 23 70000
35 6 70000
25 2 70000
29 30 70000
1 34 25649
4 45 70000
8 30 70000
24 3 25772
41 2 70000
43 49 70000
29 47 70000
1 26 46450
32 17 70000
25 12 70000
2 43 70000
41 37 57658
15 45 70000
4 50 70000
16 33 70000
27 19 70000
12 2 70000
32 18 70000
2 22 70000
28 37 70000
43 24 70000
1 14 34964
21 9 70000
44 34 70000
18 11 70000
47 50 70000
27 1 70000
11 43 70000
4 25 70000
50 7 70000
30 36 70000
45 15 70000
50 48 70000
2 17 70000
37 33 70000
37 28 70000
10 34 70000
21 5 70000
14 12 70000
30 36 70000
3 18 70000
25 42 9223
29 11 70000
18 40 70000
30 18 70000
22 34 70000
42 5 70000
1 9 70000
50 23 70000
44 18 70000
4 36 70000
9 36 70000
32 47 70000
13 44 70000
45 14 70000
12 39 70000
14 41 70000
23 43 70000
41 35 66210
21 31 69450
11 1 70000
15 41 70000
8 20 70000
23 16 70000
13 13 70000
47 25 70000
27 11 70000
10 24 70000
15 11 70000
32 12 58003
5 37 70000
40 33 70000
41 38 70000
47 37 70000
21 48 70000
44 12 70000
20 31 70000
8 27 70000
2 49 70000
38 33 70000
6 27 70000
33 11 70000
16 32 70000
44 36 70000
34 37 70000
49 10 70000
44 10 70000
23 9 70000
12 19 70000
5 37 70000
41 47 70000
17 28 70000
30 17 70000
29 19 70000
39 26 70000
46 47 70000
35 34 70000
7 17 70000
50 36 70000
32 3 70000
21 40 70000
41 41 70000
29 35 70000
46 31 70000
43 24 70000
19 27 70000
15 24 70000
12 2 70000
23 1 70000
3 48 70000
22 5 70000
41 44 70000
41 13 70000
8 13 70000
22 10 70000
3 23 70000
9 45 70000
47 4 70000
37 23 70000
35 27 70000
44 44 70000
17 34 70000
5 34 70000
25 2 70000
33 15 70000
23 31 70000
20 24 39168
7 3 70000
26 31 70000
2 40 70000
44 48 70000
43 28 70000
46 29 70000
7 15 70000
8 43 70000
38 42 31588
13 49 70000
9 33 70000
1 29 70000
11 22 70000
43 29 70000
47 33 70000
28 45 70000
8 8 70000
16 16 70000
12 34 70000
10 17 70000
27 24 70000
10 20 70000
12 2 70000
14 48 70000
45 35 70000
23 14 70000
35 12 70000
49 45 70000
11 3 70000
24 33 70000
17 33 70000
12 23 70000
29 24 70000
6 24 70000
9 29 70000
47 35 70000
20 41 70000
37 6 70000
7 40 70000
48 10 70000
24 31 70000
2 34 70000
27 23 70000
32 12 70000
46 43 70000
23 7 70000
40 9 70000
7 10 70000
39 9 5401
14 46 70000
20 45 70000
18 23 70000
38 36 70000
39 5 70000
50 6 70000
2 39 70000
41 43 49787
40 34 70000
46 25 18391
7 33 70000
1 13 70000
7 24 70000
2 42 70000
27 14 70000
10 33 70000
7 28 70000
24 5 70000
44 38 70000
30 41 70000
9 10 70000
48 49 70000
24 5 70000
3 4 70000
1 5 70000
7 12 50231
48 25 70000
36 32 70000
46 27 70000
18 10 70000
13 38 70000
25 28 70000
10 17 70000
40 1 70000
23 40 70000
5 48 70000
38 47 70000
32 29 70000
3 6 70000
17 40 70000
39 38 70000
27 7 70000
43 10 70000
32 19 70000
21 9 70000
29 25 70000
32 3 70000
46 47 70000
39 43 70000
22 19 70000
50 31 70000
29 50 70000
32 32 70000
48 33 70000
24 24 70000
43 49 70000
40 10 70000
43 3 70000
34 2 70000
34 19 70000
4 46 70000
16 33 70000
21 5 70000
33 12 70000
36 13 70000
39 43 70000
20 26 70000
49 34 70000
43 36 70000
15 12 70000
40 49 70000
36 2 70000
42 21 12130
4 41 70000
38 20 70000
10 16 70000
34 39 70000
17 13 70000
47 34 70000
29 7 70000
16 9 70000
17 49 70000
18 33 70000
40 26 70000
36 30 70000
23 22 70000
25 22 70000
48 48 70000
39 21 70000
3 36 70000
30 43 70000
38 10 56654
6 6 70000
45 40 70000
11 16 70000
23 22 70000
47 48 70000
14 44 70000
43 25 8359
8 43 70000
13 19 70000
50 25 70000
17 10 70000
8 11 70000
8 31 70000
41 23 70000
29 7 70000
41 28 20261
11 33 70000
16 41 70000
16 7 70000
17 27 70000
40 50 70000
12 42 70000
31 42 70000
22 13 70000
14 47 70000
31 16 70000
43 44 70000
19 48 70000
16 44 70000
3 7 70000
33 40 70000
17 30 70000
46 16 70000
11 48 70000
9 4 32110
2 20 70000
34 17 24471
38 39 70000
22 7 70000
31 46 70000
17 37 70000
46 8 51655
33 50 70000
17 17 70000
43 15 70000
17 49 70000
14 7 70000
16 7 70000
27 24 70000
1 17 70000
13 37 70000
30 23 70000
46 36 70000
12 23 70000
2 47 70000
13 44 70000
38 6 70000
23 16 70000
5 29 70000
10 8 70000
43 16 70000
5 14 64476
3 47 70000
24 8 70000
16 33 70000
46 13 70000
11 29 70000
24 34 70000
32 36 70000
8 48 70000
33 34 70000
38 42 70000
5 39 70000
15 44 70000
24 45 70000
14 11 70000
45 34 55601
16 40 70000
50 29 70000
32 8 70000
16 44 70000
10 29 70000
19 8 70000
27 50 70000
12 35 70000
19 30 70000
31 17 70000
20 25 70000
32 46 70000
6 41 70000
44 8 70000
29 45 70000
16 9 70000
25 14 70000
5 47 70000
33 41 70000
23 9 70000
30 1 70000
13 43 70000
14 15 70000
31 26 70000
10 29 70000
38 28 70000
10 13 70000
39 25 70000
32 13 70000
46 16 70000
2 44 70000
40 27 70000
17 47 70000
34 12 70000
3 31 70000
12 1 11365
14 17 70000
50 14 70000
45 24 70000
21 32 70000
43 29 70000
12 18 70000
32 28 70000
45 42 70000
8 13 70000
26 37 70000
30 14 70000
16 22 70000
16 8 70000
6 17 70000
11 9 70000
7 30 70000
23 9 70000
13 44 70000
45 14 70000
30 33 70000
36 34 70000
14 16 70000
40 40 70000
2 3 70000
14 45 70000
43 19 70000
44 8 70000
13 46 70000
45 40 70000
15 25 70000
13 47 70000
21 3 70000
38 39 70000
38 48 70000
32 3 70000
43 33 70000
46 1 70000
35 4 70000
27 7 70000
43 24 70000
6 17 70000
41 17 70000
49 34 70000
42 25 67081
12 37 70000
12 29 70000
1 6 70000
8 30 70000
44 15 70000
32 50 70000
39 14 70000
43 40 22715
30 40 70000
20 26 70000
22 28 70000
13 37 70000
26 42 70000
3 22 70000
15 3 70000
31 37 70000
20 24 70000
39 41 70000
11 44 70000
45 27 70000
8 50 70000
21 32 70000
36 2 70000
13 47 70000
47 6 70000
7 40 70000
6 26 70000
47 18 70000
11 28 70000
31 43 70000
40 48 70000
23 50 70000
43 5 18256
8 13 70000
12 34 70000
31 45 70000
6 37 70000
5 15 70000
17 18 70000
47 27 70000
21 22 70000
13 12 70000
42 24 70000
31 2 70000
2 49 70000
48 47 70000
15 26 70000
3 46 70000
16 45 70000
39 50 70000
43 45 70000
24 22 70000
49 28 70000
37 35 70000
34 14 70000
43 44 70000
13 26 70000
8 41 70000
20 18 70000
40 39 70000
10 26 70000
26 1 70000
48 28 70000
15 29 56279
16 19 70000
36 47 70000
5 7 20142
27 33 70000
44 14 70000
31 12 70000
24 49 70000
37 11 70000
41 19 70000
38 26 70000
10 4 70000
8 35 70000
36 47 70000
18 36 70000
38 47 68543
39 20 70000
20 22 70000
36 47 70000
31 2 70000
40 26 70000
11 13 70000
25 40 70000
26 21 31323
14 41 70000
17 29 70000
12 2 70000
20 46 70000
13 10 70000
15 9 70000
21 40 70000
24 12 58373
20 23 70000
17 48 70000
27 8 70000
36 15 70000
50 45 70000
11 46 70000
7 11 23623
11 14 70000
19 35 50735
33 36 70000
27 24 70000
1 8 70000
32 38 70000
4 47 70000
29 47 70000
3 48 70000
39 29 70000
5 14 70000
3 18 70000
35 21 70000
41 2 70000
48 35 70000
31 48 70000
12 7 70000
8 23 70000
20 12 70000
50 45 70000
6 44 70000
44 27 70000
24 6 70000
15 40 70000
49 48 70000
39 14 70000
20 2 70000
24 8 70000
4 8 70000
42 10 70000
5 11 70000
14 19 70000
29 11 70000
9 40 70000
40 29 70000
20 15 70000
26 37 70000
18 29 70000
34 3 70000
38 16 70000
27 6 70000
39 39 70000
44 18 36647
34 39 70000
13 46 70000
11 40 70000
20 16 70000
18 31 70000
36 6 70000
25 26 70000
27 22 70000
40 45 70000
43 21 70000
8 9 31897
32 43 70000
35 3 70000
28 4 70000
4 20 70000
28 32 70000
7 31 70000
48 27 70000
44 15 70000
19 38 70000
32 16 70000
37 14 70000
20 40 70000
37 40 70000
42 46 70000
20 45 70000
44 49 70000
27 27 70000
21 48 70000
22 37 70000
34 1 70000
44 3 70000
21 29 70000
17 39 70000
31 38 70000
1 7 70000
35 15 70000
18 14 70000
34 24 70000
20 45 70000
5 31 70000
32 36 70000
13 33 70000
15 41 70000
22 49 70000
3 42 70000
30 33 70000
21 49 32764
2 13 70000
1 16 70000
33 3 70000
20 7 70000
17 9 70000
26 2 70000
13 23 70000
38 7 70000
7 32 70000
6 49 70000
31 9 7007
18 21 70000
8 28 70000
34 35 70000
3 47 70000
22 18 70000
46 15 70000
34 12 70000
22 37 70000
11 47 70000
37 23 70000
42 30 70000
10 17 70000
10 33 59253
50 22 70000
48 36 70000
33 10 70000
50 33 70000
5 27 70000
40 12 70000
17 30 70000
25 11 70000
6 20 70000
44 30 70000
32 20 70000
5 2 70000
1 27 70000
47 6 70000
24 6 70000
4 24 52172
20 13 70000
23 36 70000
12 1 70000
34 14 70000
42 8 70000
49 20 39251
18 42 70000
45 42 70000
20 49 70000
12 48 70000
31 40 70000
48 5 70000
19 41 70000
39 6 70000
3 18 70000
14 45 70000
41 27 70000
20 19 70000
3 2 70000
18 10 70000
35 29 70000
25 2 43307
3 5 70000
42 36 70000
38 17 70000
18 13 70000
1 21 70000
35 50 70000
4 33 70000
12 9 70000
12 18 70000
21 34 61567
17 17 70000
44 31 70000
12 43 70000
48 16 70000
34 19 70000
47 30 70000
3 3 70000
17 7 70000
49 45 70000
34 43 70000
5 36 70000
4 1 70000
43 47 70000
32 33 70000
4 4 70000
6 23 70000
42 34 70000
49 11 70000
20 14 70000
42 30 70000
12 30 70000
38 15 70000
23 24 70000
16 21 70000
3 41 70000
33 34 70000
50 32 70000
39 3 70000
24 29 70000
1 8 14922
34 41 70000
32 10 70000
46 49 70000
40 13 70000
47 42 70000
28 20 70000
47 49 70000
21 30 70000
25 22 52878
33 14 70000
36 6 61445
27 23 70000
50 7 70000
25 6 70000
35 9 70000
14 32 70000
26 8 70000
45 37 70000
39 15 70000
3 11 70000
2 41 70000
50 11 70000
11 23 70000
40 1 42369
26 48 70000
40 2 70000
35 5 70000
40 41 70000
28 22 36519
6 12 70000
33 29 70000
33 31 70000
37 20 70000
35 25 70000
32 27 70000
42 1 70000
49 36 37672
34 35 70000
23 9 70000
42 3 70000
33 50 70000
20 20 40293
13 28 70000
13 27 70000
36 39 70000
49 17 70000
25 1 70000
42 36 70000
43 27 70000
19 13 70000
36 16 70000
50 7 70000
48 35 70000
36 33 70000
13 26 70000
35 7 70000
37 35 70000
2 9 70000
8 17 70000
42 15 70000
45 21 70000
42 42 70000
50 22 70000
50 23 70000
29 36 70000
36 16 70000
42 47 70000
7 27 56677
4 13 70000
3 5 70000
41 1 70000
42 15 70000
38 42 70000
1 13 70000
15 47 70000
3 32 70000
30 19 25996
3 23 70000
2 37 70000
20 20 70000
47 21 70000
20 30 70000
39 21 70000
29 6 70000
20 28 70000
35 33 70000
29 44 70000
43 44 70000
35 9 70000
37 15 70000
20 25 6496
24 4 70000
6 10 70000
14 27 70000
28 8 70000
18 24 70000
13 2 70000
23 22 70000
30 5 70000
14 33 70000
12 49 70000
44 8 70000
22 38 70000
44 18 68081
33 7 70000
2 20 70000
30 5 70000
32 32 70000
28 32 70000
17 31 70000
16 16 70000
41 28 58544
1 26 70000
36 48 70000
1 42 70000
48 36 70000
11 26 70000
49 47 70000
27 48 447
1 18 70000
23 2 70000
1 32 11950
44 23 70000
22 49 46018
35 2 70000
12 21 4682
15 17 70000
31 23 70000
10 10 70000
41 32 70000
34 40 70000
32 4 70000
21 28 70000
7 5 70000
6 8 70000
4 10 70000
5 27 70000
21 46 70000
36 14 70000
30 9 70000
17 45 53013
43 44 70000
48 49 70000
19 44 70000
19 7 70000
28 11 70000
10 33 70000
27 15 70000
44 2 70000
43 2 70000
9 8 70000
24 24 70000
12 18 70000
9 46 70000
8 41 70000
9 37 70000
19 41 47051
46 34 70000
21 5 70000
36 6 70000
36 15 70000
34 1 70000
47 26 70000
6 33 70000
21 34 70000
22 1 70000
33 35 41278
6 47 70000
40 21 70000
40 41 70000
21 37 70000
41 15 70000
33 43 70000
7 44 70000
19 33 70000
35 12 70000
40 35 70000
11 23 70000
47 41 70000
13 36 29655
6 18 70000
33 7 70000
32 45 70000
42 10 70000
1 25 16284
48 10 70000
35 40 56206
22 7 70000
24 50 70000
10 22 70000
18 39 70000
17 27 70000
21 13 70000
47 18 70000
44 3 70000
18 9 21396
20 15 70000
12 20 70000
41 50 70000
18 13 70000
13 36 70000
14 11 70000
39 20 70000
25 38 70000
48 4 70000
2 25 70000
24 12 70000
16 1 70000
29 44 70000
35 5 70000
22 19 70000
39 25 70000
7 47 18704
47 34 70000
41 34 70000
1 48 70000
20 3 70000
43 10 70000
20 43 70000
2 27 70000
46 41 70000
33 47 70000
47 43 70000
48 24 70000
31 4 70000
38 1 70000
37 44 70000
24 42 70000
27 31 70000
17 35 69703
27 41 70000
46 30 70000
36 32 70000
39 43 70000
44 41 70000
8 37 70000
7 18 70000
17 42 70000
1 42 70000
32 15 70000
23 10 70000
10 19 70000
38 28 70000
14 10 70000
32 17 70000
32 12 70000
30 32 70000
39 31 70000
19 37 70000
7
50
35
9
23
8
28
17
50
33
26
20
1
5
26
50
50
12
42
6
47
30
3
48
50
46
47
32
10
17
1
23
48
20
16
18
3
14
49
13
25
22
7
38
34
22
36
15
46
32
26
19
3
39
18
4
29
43
50
44
13
48
28
26
30
15
27
3
20
48
19
17
33
36
31
36
11
21
3
17
47
14
7
43
32
50
41
29
1
14
21
22
31
14
9
16
46
14
37
20
  • test case 10—output
52
1
4
6
8
11
12
13
14
15
18
19
26
28
30
31
34
36
38
39
41
42
43
44
45
46
49
50
51
54
55
58
60
64
69
72
75
78
80
82
83
84
85
89
90
91
92
93
94
95
97
98
100
  • test case 11—input
500 499 100 70000
1 2 141
2 3 141
3 4 141
4 5 141
5 6 141
6 7 141
7 8 141
8 9 141
9 10 141
10 11 141
11 12 141
12 13 141
13 14 141
14 15 141
15 16 141
16 17 141
17 18 141
18 19 141
19 20 141
20 21 141
21 22 141
22 23 141
23 24 141
24 25 141
25 26 141
26 27 141
27 28 141
28 29 141
29 30 141
30 31 141
31 32 141
32 33 141
33 34 141
34 35 141
35 36 141
36 37 141
37 38 141
38 39 141
39 40 141
40 41 141
41 42 141
42 43 141
43 44 141
44 45 141
45 46 141
46 47 141
47 48 141
48 49 141
49 50 141
50 51 141
51 52 141
52 53 141
53 54 141
54 55 141
55 56 141
56 57 141
57 58 141
58 59 141
59 60 141
60 61 141
61 62 141
62 63 141
63 64 141
64 65 141
65 66 141
66 67 141
67 68 141
68 69 141
69 70 141
70 71 141
71 72 141
72 73 141
73 74 141
74 75 141
75 76 141
76 77 141
77 78 141
78 79 141
79 80 141
80 81 141
81 82 141
82 83 141
83 84 141
84 85 141
85 86 141
86 87 141
87 88 141
88 89 141
89 90 141
90 91 141
91 92 141
92 93 141
93 94 141
94 95 141
95 96 141
96 97 141
97 98 141
98 99 141
99 100 141
100 101 141
101 102 141
102 103 141
103 104 141
104 105 141
105 106 141
106 107 141
107 108 141
108 109 141
109 110 141
110 111 141
111 112 141
112 113 141
113 114 141
114 115 141
115 116 141
116 117 141
117 118 141
118 119 141
119 120 141
120 121 141
121 122 141
122 123 141
123 124 141
124 125 141
125 126 141
126 127 141
127 128 141
128 129 141
129 130 141
130 131 141
131 132 141
132 133 141
133 134 141
134 135 141
135 136 141
136 137 141
137 138 141
138 139 141
139 140 141
140 141 141
141 142 141
142 143 141
143 144 141
144 145 141
145 146 141
146 147 141
147 148 141
148 149 141
149 150 141
150 151 141
151 152 141
152 153 141
153 154 141
154 155 141
155 156 141
156 157 141
157 158 141
158 159 141
159 160 141
160 161 141
161 162 141
162 163 141
163 164 141
164 165 141
165 166 141
166 167 141
167 168 141
168 169 141
169 170 141
170 171 141
171 172 141
172 173 141
173 174 141
174 175 141
175 176 141
176 177 141
177 178 141
178 179 141
179 180 141
180 181 141
181 182 141
182 183 141
183 184 141
184 185 141
185 186 141
186 187 141
187 188 141
188 189 141
189 190 141
190 191 141
191 192 141
192 193 141
193 194 141
194 195 141
195 196 141
196 197 141
197 198 141
198 199 141
199 200 141
200 201 141
201 202 141
202 203 141
203 204 141
204 205 141
205 206 141
206 207 141
207 208 141
208 209 141
209 210 141
210 211 141
211 212 141
212 213 141
213 214 141
214 215 141
215 216 141
216 217 141
217 218 141
218 219 141
219 220 141
220 221 141
221 222 141
222 223 141
223 224 141
224 225 141
225 226 141
226 227 141
227 228 141
228 229 141
229 230 141
230 231 141
231 232 141
232 233 141
233 234 141
234 235 141
235 236 141
236 237 141
237 238 141
238 239 141
239 240 141
240 241 141
241 242 141
242 243 141
243 244 141
244 245 141
245 246 141
246 247 141
247 248 141
248 249 141
249 250 141
250 251 141
251 252 141
252 253 141
253 254 141
254 255 141
255 256 141
256 257 141
257 258 141
258 259 141
259 260 141
260 261 141
261 262 141
262 263 141
263 264 141
264 265 141
265 266 141
266 267 141
267 268 141
268 269 141
269 270 141
270 271 141
271 272 141
272 273 141
273 274 141
274 275 141
275 276 141
276 277 141
277 278 141
278 279 141
279 280 141
280 281 141
281 282 141
282 283 141
283 284 141
284 285 141
285 286 141
286 287 141
287 288 141
288 289 141
289 290 141
290 291 141
291 292 141
292 293 141
293 294 141
294 295 141
295 296 141
296 297 141
297 298 141
298 299 141
299 300 141
300 301 141
301 302 141
302 303 141
303 304 141
304 305 141
305 306 141
306 307 141
307 308 141
308 309 141
309 310 141
310 311 141
311 312 141
312 313 141
313 314 141
314 315 141
315 316 141
316 317 141
317 318 141
318 319 141
319 320 141
320 321 141
321 322 141
322 323 141
323 324 141
324 325 141
325 326 141
326 327 141
327 328 141
328 329 141
329 330 141
330 331 141
331 332 141
332 333 141
333 334 141
334 335 141
335 336 141
336 337 141
337 338 141
338 339 141
339 340 141
340 341 141
341 342 141
342 343 141
343 344 141
344 345 141
345 346 141
346 347 141
347 348 141
348 349 141
349 350 141
350 351 141
351 352 141
352 353 141
353 354 141
354 355 141
355 356 141
356 357 141
357 358 141
358 359 141
359 360 141
360 361 141
361 362 141
362 363 141
363 364 141
364 365 141
365 366 141
366 367 141
367 368 141
368 369 141
369 370 141
370 371 141
371 372 141
372 373 141
373 374 141
374 375 141
375 376 141
376 377 141
377 378 141
378 379 141
379 380 141
380 381 141
381 382 141
382 383 141
383 384 141
384 385 141
385 386 141
386 387 141
387 388 141
388 389 141
389 390 141
390 391 141
391 392 141
392 393 141
393 394 141
394 395 141
395 396 141
396 397 141
397 398 141
398 399 141
399 400 141
400 401 141
401 402 141
402 403 141
403 404 141
404 405 141
405 406 141
406 407 141
407 408 141
408 409 141
409 410 141
410 411 141
411 412 141
412 413 141
413 414 141
414 415 141
415 416 141
416 417 141
417 418 141
418 419 141
419 420 141
420 421 141
421 422 141
422 423 141
423 424 141
424 425 141
425 426 141
426 427 141
427 428 141
428 429 141
429 430 141
430 431 141
431 432 141
432 433 141
433 434 141
434 435 141
435 436 141
436 437 141
437 438 141
438 439 141
439 440 141
440 441 141
441 442 141
442 443 141
443 444 141
444 445 141
445 446 141
446 447 141
447 448 141
448 449 141
449 450 141
450 451 141
451 452 141
452 453 141
453 454 141
454 455 141
455 456 141
456 457 141
457 458 141
458 459 141
459 460 141
460 461 141
461 462 141
462 463 141
463 464 141
464 465 141
465 466 141
466 467 141
467 468 141
468 469 141
469 470 141
470 471 141
471 472 141
472 473 141
473 474 141
474 475 141
475 476 141
476 477 141
477 478 141
478 479 141
479 480 141
480 481 141
481 482 141
482 483 141
483 484 141
484 485 141
485 486 141
486 487 141
487 488 141
488 489 141
489 490 141
490 491 141
491 492 141
492 493 141
493 494 141
494 495 141
495 496 141
496 497 141
497 498 141
498 499 141
499 500 141
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
105
110
115
120
125
130
135
140
145
150
155
160
165
170
175
180
185
190
195
200
205
210
215
220
225
230
235
240
245
250
255
260
265
270
275
280
285
290
295
300
305
310
315
320
325
330
335
340
345
350
355
360
365
370
375
380
385
390
395
400
405
410
415
420
425
430
435
440
445
450
455
460
465
470
475
480
485
490
495
500
  • test case 11—output
99
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
  • test case 12—input
500 499 100 70000
1 2 141
2 3 141
3 4 141
4 5 141
5 6 141
6 7 141
7 8 141
8 9 141
9 10 141
10 11 141
11 12 141
12 13 141
13 14 141
14 15 141
15 16 141
16 17 141
17 18 141
18 19 141
19 20 141
20 21 141
21 22 141
22 23 141
23 24 141
24 25 141
25 26 141
26 27 141
27 28 141
28 29 141
29 30 141
30 31 141
31 32 141
32 33 141
33 34 141
34 35 141
35 36 141
36 37 141
37 38 141
38 39 141
39 40 141
40 41 141
41 42 141
42 43 141
43 44 141
44 45 141
45 46 141
46 47 141
47 48 141
48 49 141
49 50 141
50 51 141
51 52 141
52 53 141
53 54 141
54 55 141
55 56 141
56 57 141
57 58 141
58 59 141
59 60 141
60 61 141
61 62 141
62 63 141
63 64 141
64 65 141
65 66 141
66 67 141
67 68 141
68 69 141
69 70 141
70 71 141
71 72 141
72 73 141
73 74 141
74 75 141
75 76 141
76 77 141
77 78 141
78 79 141
79 80 141
80 81 141
81 82 141
82 83 141
83 84 141
84 85 141
85 86 141
86 87 141
87 88 141
88 89 141
89 90 141
90 91 141
91 92 141
92 93 141
93 94 141
94 95 141
95 96 141
96 97 141
97 98 141
98 99 141
99 100 141
100 101 141
101 102 141
102 103 141
103 104 141
104 105 141
105 106 141
106 107 141
107 108 141
108 109 141
109 110 141
110 111 141
111 112 141
112 113 141
113 114 141
114 115 141
115 116 141
116 117 141
117 118 141
118 119 141
119 120 141
120 121 141
121 122 141
122 123 141
123 124 141
124 125 141
125 126 141
126 127 141
127 128 141
128 129 141
129 130 141
130 131 141
131 132 141
132 133 141
133 134 141
134 135 141
135 136 141
136 137 141
137 138 141
138 139 141
139 140 141
140 141 141
141 142 141
142 143 141
143 144 141
144 145 141
145 146 141
146 147 141
147 148 141
148 149 141
149 150 141
150 151 141
151 152 141
152 153 141
153 154 141
154 155 141
155 156 141
156 157 141
157 158 141
158 159 141
159 160 141
160 161 141
161 162 141
162 163 141
163 164 141
164 165 141
165 166 141
166 167 141
167 168 141
168 169 141
169 170 141
170 171 141
171 172 141
172 173 141
173 174 141
174 175 141
175 176 141
176 177 141
177 178 141
178 179 141
179 180 141
180 181 141
181 182 141
182 183 141
183 184 141
184 185 141
185 186 141
186 187 141
187 188 141
188 189 141
189 190 141
190 191 141
191 192 141
192 193 141
193 194 141
194 195 141
195 196 141
196 197 141
197 198 141
198 199 141
199 200 141
200 201 141
201 202 141
202 203 141
203 204 141
204 205 141
205 206 141
206 207 141
207 208 141
208 209 141
209 210 141
210 211 141
211 212 141
212 213 141
213 214 141
214 215 141
215 216 141
216 217 141
217 218 141
218 219 141
219 220 141
220 221 141
221 222 141
222 223 141
223 224 141
224 225 141
225 226 141
226 227 141
227 228 141
228 229 141
229 230 141
230 231 141
231 232 141
232 233 141
233 234 141
234 235 141
235 236 141
236 237 141
237 238 141
238 239 141
239 240 141
240 241 141
241 242 141
242 243 141
243 244 141
244 245 141
245 246 141
246 247 141
247 248 141
248 249 141
249 250 141
250 251 141
251 252 141
252 253 141
253 254 141
254 255 141
255 256 141
256 257 141
257 258 141
258 259 141
259 260 141
260 261 141
261 262 141
262 263 141
263 264 141
264 265 141
265 266 141
266 267 141
267 268 141
268 269 141
269 270 141
270 271 141
271 272 141
272 273 141
273 274 141
274 275 141
275 276 141
276 277 141
277 278 141
278 279 141
279 280 141
280 281 141
281 282 141
282 283 141
283 284 141
284 285 141
285 286 141
286 287 141
287 288 141
288 289 141
289 290 141
290 291 141
291 292 141
292 293 141
293 294 141
294 295 141
295 296 141
296 297 141
297 298 141
298 299 141
299 300 141
300 301 141
301 302 141
302 303 141
303 304 141
304 305 141
305 306 141
306 307 141
307 308 141
308 309 141
309 310 141
310 311 141
311 312 141
312 313 141
313 314 141
314 315 141
315 316 141
316 317 141
317 318 141
318 319 141
319 320 141
320 321 141
321 322 141
322 323 141
323 324 141
324 325 141
325 326 141
326 327 141
327 328 141
328 329 141
329 330 141
330 331 141
331 332 141
332 333 141
333 334 141
334 335 141
335 336 141
336 337 141
337 338 141
338 339 141
339 340 141
340 341 141
341 342 141
342 343 141
343 344 141
344 345 141
345 346 141
346 347 141
347 348 141
348 349 141
349 350 141
350 351 141
351 352 141
352 353 141
353 354 141
354 355 141
355 356 141
356 357 141
357 358 141
358 359 141
359 360 141
360 361 141
361 362 141
362 363 141
363 364 141
364 365 141
365 366 141
366 367 141
367 368 141
368 369 141
369 370 141
370 371 141
371 372 141
372 373 141
373 374 141
374 375 141
375 376 141
376 377 141
377 378 141
378 379 141
379 380 141
380 381 141
381 382 141
382 383 141
383 384 141
384 385 141
385 386 141
386 387 141
387 388 141
388 389 141
389 390 141
390 391 141
391 392 141
392 393 141
393 394 141
394 395 141
395 396 141
396 397 141
397 398 141
398 399 141
399 400 141
400 401 141
401 402 141
402 403 141
403 404 141
404 405 141
405 406 141
406 407 141
407 408 141
408 409 141
409 410 141
410 411 141
411 412 141
412 413 141
413 414 141
414 415 141
415 416 141
416 417 141
417 418 141
418 419 141
419 420 141
420 421 141
421 422 141
422 423 141
423 424 141
424 425 141
425 426 141
426 427 141
427 428 141
428 429 141
429 430 141
430 431 141
431 432 141
432 433 141
433 434 141
434 435 141
435 436 141
436 437 141
437 438 141
438 439 141
439 440 141
440 441 141
441 442 141
442 443 141
443 444 141
444 445 141
445 446 141
446 447 141
447 448 141
448 449 141
449 450 141
450 451 141
451 452 141
452 453 141
453 454 141
454 455 141
455 456 141
456 457 141
457 458 141
458 459 141
459 460 141
460 461 141
461 462 141
462 463 141
463 464 141
464 465 141
465 466 141
466 467 141
467 468 141
468 469 141
469 470 141
470 471 141
471 472 141
472 473 141
473 474 141
474 475 141
475 476 141
476 477 141
477 478 141
478 479 141
479 480 141
480 481 141
481 482 141
482 483 141
483 484 141
484 485 141
485 486 141
486 487 141
487 488 141
488 489 141
489 490 141
490 491 141
491 492 141
492 493 141
493 494 141
494 495 141
495 496 141
496 497 141
497 498 141
498 499 141
499 500 141
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
105
110
115
120
125
130
135
140
145
150
155
160
165
170
175
180
185
190
195
200
205
210
215
220
225
230
235
240
245
250
255
260
265
270
275
280
285
290
295
300
305
310
315
320
325
330
335
340
345
350
355
360
365
370
375
380
385
390
395
400
405
410
415
420
425
430
435
440
445
450
455
460
465
470
475
480
485
490
495
500
  • test case 12—output
1
100
落霞与孤鹜亓飞
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
德国信贷数据集GermanCredit
05-03
我们将会使用在信用评级建模中非常常用的德国信贷数据（German credit dataset）作为建模的数据集。德国信贷数据共有1000条数据，每条数据20个特征。这些特征包括AccountBalance（Checking账户余额）、Duration ...
POJ 2394 Checking an Alibi (最短路+Dijkstra)
Ⅶ的专栏
08-05 1462
POJ 2394 Checking an Alibi (最短路+Dijkstra) 函数模板。
什么是数据集？
weixin_52093896的博客
04-10 1万+
例如，如果我们想要训练一个分类模型，我们可以把训练集中的每个数据样本都标上正确的标签，然后通过训练集中的数据样本来调整模型的参数和权重，以便让模型在预测未知数据时能够正确地分类。数据集的质量对机器学习算法和模型的性能和准确度有很大的影响。测试集的结果可以帮助我们评估模型的准确度、泛化能力等指标，从而帮助我们选择最佳的模型。在调整超参数时，我们可以使用验证集来评估不同超参数下模型的性能表现，从而找到最优的超参数组合。在使用机器学习模型对新数据进行预测时，我们需要评估模型的性能和准确度，以便选择最优的模型。
Checking an Alibi（POJ 2394）[dijkstra算法]
yuipoo_1的博客
07-01 230
题目链接：http://poj.org/problem?id=2394 题目大致含义： 输入：第一行输入四个数：f（点数）、p（边数）、c（牛的头数）、m（时间限制） 接下来p行每行输入三个数，分别是起点终点和时间。 接下来的c行按顺序输出每头牛最终所在的点的位置 。 输出：先输出一行表示有多少头牛有嫌疑，然后按从小到大顺序输出这几头牛的编号 。 算法思想： 其实就是谷仓在1号位置，知道在...
说说性能测试中的数据集
06-27 1250
 作者：阳光                   2007年5月31日    大家在做性能测试或者提到性能测试想到最多的是什么？测试工具？还是测试概念：像压力测试、负载测试、强度测试、等；但是你们有没有想过，在性能测试过程中还有一个很重要的影响因素——“数据集”，那么什么是“数据集”呢？举个例子说，如果要测试数据库的承受的压力，或者叫做数据库压力测试，在这个测试过程中，我们需要在多并发的情
POJ2394,Checking an Alibi,Dijkstra单源最短路
/
11-25 841
Checking an Alibi Description A crime has been comitted: a load of grain has been taken from the barn by one of FJ's cows. FJ is trying to determine which of his C (1 <= C <= 100) cows is the cu
hash table spell checking
12-09
Spellchecking Prerequisites, Goals, and Outcomes Prerequisites: Students should have mastered the following prerequisite skills. • Hash Tables - Understanding of the concept of a recursive function ...
CheckingTable设计模式
03-03
本文通过具体的CheckingTable设计模式案例创新过程，阐述在核心业务需求分析中如何开展建模、设计并实现最合理并富弹性的设计模式，在设计模式创新方面展开思考和探索。GOF基于经验总结并发明了很多设计模式，客观的...
DCT.zip_The Image_quality checking
09-24
this is the code for DCT color image compression. You can check the compression quality by checking your output image which will be stored in current folder.
大数据测试数据集
12-20
本数据是淘宝开源的用户真是产生的数据，包括商品id，用户id，商品品类id，生成时间，用户行为:pv,cut(加入购车车)。。。。
神经网络中训练数据集、验证数据集和测试数据集的区别
u013946404的博客
08-26 8639
whats the difference between train, validation and test set, in neural networks? Answer: The training and validation sets are used during training. for each epoch for each training d
POJ 2394 Checking an Alibi(最短路）
fire__ice的专栏
04-12 554
题目连接：http://poj.org/problem?id=2394 题意：有F块土地，有的土地上有牛（可能有多头），粮仓在编号为1的土地上，问在M时间内有多少头牛可以到达粮仓，并按升序输出牛的编号。 用SPFA超时了。。。用优先队列优化的Dijkstra， 2394 Accepted 228K 0MS C++ 代码如下： #include #i
bzoj1681[Usaco2005 Mar]Checking an Alibi 不在场的证明
We are OIers
06-15 1053
Description A crime has been comitted: a load of grain has been taken from the barn by one of FJ's cows. FJ is trying to determine which of his C (1 <= C <= 100) cows is the culprit. Fortunately,
pku2394 Checking an Alibi
ccsu_001的专栏
03-03 595
题目链接：http://acm.pku.edu.cn/JudgeOnline/problem?id=2394题意简述：求一个点能否在规定时间到达另一点。求出所有满足条件的“另一点”。解题思路：直接求最短路，注意这题有个trick：有重边！代码：#include#include#includeusing namespace std;const int Max=505;
测试数据集
fuyouzhiyi的博客
05-13 695
需求：用已经训练好的模型测试各种数据集 有的有test.txt文件，可以从文件中获取图片地址，有的没有．每次都要改代码，头疼．写了一个迭代器 import glob class imageInterator: #使用方法 #i=imageInterator(path) #while i.hasNext() # image_path=i.next() def __init__(self,path,root=""): self.image
Python3入门机器学习 经典算法与应用
weixin_30802171的博客
06-02 1872
导学 导学 课程涵盖的内容和理念 课程所使用的主要技术栈 机器学习基础 机器学习世界的数据 机器学习的主要任务 监督学习，非监督学习，半监督学习和增强学习 批量学习，在线学习，参数学习和非参数学习 和机器学习相关的哲学思考 Jupyter Notebook, numpy jupyter notebook基础 jupyter notebook中的魔法命令 Numpy数据基础 创建numpy...
训练集，验证集，测试集分别是什么
热门推荐
qq_24884193的博客
01-22 3万+
一、前言 训练集、验证集和测试集这三个名词在机器学习领域极其常见，但很多人并不是特别清楚，尤其是后两个经常被人混用。 在有监督(supervise)的机器学习中，数据集常被分成2~3个，即：训练集(train set)，验证集(validation set)，测试集(test set)。 二、训练集、验证集、测试集 如果给定的样本数据充足，我们通常使用均匀随机抽样的方式将数据集划分成3个部分——...
数据集划分为训练集和测试集的几种常见做法
qq_24690701的博客
07-07 2万+
在训练过程中，我们往往需要将数据集D 划分为训练集S和测试集T。在阅读了周志华老师的《机器学习》后，下面将介绍几种常见的做法：1.留出法指甲将数据集D 划分为两个互斥的的集合，其中一个集合作为训练集，另一个作为测试集，即D=S∪ T, S ∩ T = 空。...
深度学习入门项目完整流程——图片制作数据集、训练网络、测试准确率（TensorFlow+keras）
Andy123321aa的博客
11-10 6067
首先将训练的图片和标签制作成数据集，我用的是numpy库里的savez函数，可以将numpy数组保存为.npz文件（无压缩，所以文件较大）。 import cv2 as cv import numpy as np import os import glob #调整图像的大小、制作数据集 def img_process(subpath,path_list): print('This is',su...
there was an error checking the latest pip
最新发布
09-21
当出现 "There was an error checking the latest version of pip" 的错误提示时，这通常表示需要升级 pip 版本才能安装其他模块。解决这个问题的方法有两种： 1. 使用命令 `python -m pip install --upgrade pip` 来升级 pip。 2. 使用命令 `pip install --upgrade pip` 来升级 pip。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值