![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
C++
驴客图世界
这个作者很懒,什么都没留下…
展开
-
knn算法C++实现
knn的C++实现,有不对的地方请各位指正!谢谢!knn原理请见:http://blog.csdn.net/u013593585/article/details/51284537#include #include #include #include #include using namespace std;typedef vector Tuple;const int k =原创 2016-05-12 21:02:39 · 2789 阅读 · 1 评论 -
C++标准库和标准模板库
C++强大的功能:丰富的类库及库函数,总共在50个标准头文件中定义。在C++开发中,要尽可能利用标准库完成(成本,质量,效率)。1. 标准库: C++标准库的所有头文件都没有扩展名,即<cname>形式。(1)标准库中与语言支持功能相关的头文件 头文件 描 述 <cstddef> ...原创 2016-08-01 17:21:47 · 443 阅读 · 0 评论 -
逻辑回归-梯度下降法 python实现
机器学习的基本框架:模型、目标(cost function)、算法Step1:对于一个问题,需要首先建立一个模型,如回归或分类模型;step2:通过最小分类误差、最大似然或最大后验概率建立模型的代价函数;step3:最优化问题求解a.如果优化函数存在解析解,则可以通过一般的求值方法-对代价函数求导,找到倒数为0的点,即是最大值或者最小孩子;b.如果上述方法求优化函数导数比较原创 2016-05-14 21:58:49 · 5494 阅读 · 1 评论 -
c++中堆、栈内存分配
一个由C/C++编译程序占用内存分为以下几个部分1、栈区(stack)— 由编译器自动分配释放 ,存放函数参数值,局部变量值等。其操作方式类似于数据结构中栈。2、堆区(heap) — 一般由程序员分配释放, 若程序员不释放,程序结束时可能由OS回收 。注意它与数据结构中堆是两回事,分配方式倒是类似于链表,呵呵。3、全局区(静态区)(static)—,全局变量和静态变量存储是放在原创 2016-02-23 22:52:35 · 431 阅读 · 0 评论 -
new与malloc的区别
相同点:都是用来分配动态内存的不同点:(1)new是c++中的操作符,malloc最原始是C中的一个函数如果需要创建一个自定义数据类型的 对象时,malloc不能满足要求,对象在创建时需要自动调用构造函数;new的话能够完成动态内容的分配,同时也能够进行初始化操作(2)new返回的是指定类型的指针,而且可以自动计算所需内存的大小,malloc返回的是一个void指针原创 2016-02-25 21:07:42 · 270 阅读 · 0 评论 -
sizeof求类大小
1、空类的大小及多重继承的空类class A{};class A2{};class B:public A{};class C:public virtual B{};class D:public A, public A2{};空类所占空间为1,单一继承的空类空间也为1,多重继承的空类空间也为1,虚继承涉及到虚原创 2016-04-19 11:15:14 · 247 阅读 · 0 评论 -
最小二乘法及C++实现
最小二乘法--使得观测值与理论值得偏差平方和最小。以一元线性回归说明:假设从总体中获取了n组观察值(x1,y1),(x2,y2)......(xn,yn)。则对于这n个点,选择最佳拟合曲线的标准为:使得总的残差最小。则有三个标准:(1)使用“残差和最小”。缺点:残差和存在相互抵消的问题;(2)使用“残差绝对值和最小”。缺点:计算麻烦;(3)使用“残差平方和最小”(最小二乘)原创 2016-05-14 10:01:16 · 4745 阅读 · 0 评论 -
二分K均值c++实现
二分k均值原理及Python实现请见:(1)http://blog.csdn.net/u013593585/article/details/51280052(2)http://blog.csdn.net/u013593585/article/details/51263980 Python实现C++代码:基于python的思路写的(求指点)#include #inc原创 2016-05-12 21:08:02 · 1415 阅读 · 1 评论 -
knn算法python实现
K最近邻(k-Nearest Neighbor,KNN)分类算法思路:如果一个样本在特征空间中的k个最相似的样本中的大多数属于某一个类别,则该样本也属于这个类别。KNN算法还可用于回归。方法是通过找出一个样本的k个最近邻居,将这些邻居的属性的平均值赋给该样本,就可以得到该样本的属性。更有用的方法是将不同距离的邻居对该样本产生的影响给予不同的权值(weight),如权值与距离成正比(组合函数原创 2016-04-29 22:30:52 · 5695 阅读 · 2 评论 -
CV资源:网站,Companies,Labs及牛人
学习网站:http://videolectures.net/ (you can find everything)https://www.learnopencv.com/companies:(1) Google AI:https://ai.google/about/(2) Facebook AI Research (FAIR):https://research.fb.com/...原创 2019-04-28 23:59:14 · 531 阅读 · 0 评论