u013494310的专栏

package quickSort; import java.util.Arrays; import java.util.Random; public class QuickSort { public static void main(String[] args) { int arrLen = 10 ; int [] arr = new int [arrLen]; if(crea

package 贪婪算法; import java.util.Scanner; public class Tanlan { static int [] parvalue = new int[]{10000,5000,1000,500,200,100,50,20,10}; static int length = parvalue.length; static int [] num = ne

算法的核心问题： 1，按照什么样的次序来选择变量(属性)？     ID3：信息增益         ID3弊端：信息增益的方法倾向于首先选择因字数较多的变量     C4.5: 信息增益率                                  以个数为4，6，4的元祖为例             1，计算分裂信息参数：                      

测量不同特征值之间的距离方法 优点：精度高，对异常值不敏感，无数据输入设定 缺点：计算复杂度高，空间复杂度高 适用范围：数值型和标称型

一，特征选择法     1，用筛选器检测冗余特征         a，相关性分析             A，使用scipy.stat  pearson([1,2,3],[1,2,3,1]) 计算相关系数，返回相关系数值和p值，P越低则相关性系数越可信             B，弊端：只能检测出线性关系         b，互信息             A，能处理非线性问题  

1，朴素贝叶斯需要特征之间相互独立的强条件，制约了模型的适用 2，贝叶斯网络中的一个节点，如果它的父母节点已知，则它条件独立于它的所有非后代节点 3，每个节点附带一个条件概率表（CPT），表示该节点和父母节点的联系概率