- 博客(5)
- 收藏
- 关注
RSS订阅原创 leetcode总结2
Linked List CycleGiven a linked list, determine if it has a cycle in it.题目分析：要判断一个链表里面有没有环。首先我们可以思考下如果这里面有环，那么会有以下2中情况：该链表是循环链表和该链表的末尾有一个环。那么，我们可以采用2个指针的方法，一个步长比另一个的指针步长要大，那么如果没有环，当快指针指到最后一个节点的时候，我们可以...
2018-03-01 16:10:51
86
转载 leetcode总结1
Delete Node in a Linked ListSupposed the linked list is 1 -> 2 -> 3 -> 4 and you are given the third node with value 3, the linked list should become 1 -> 2 -> 4 after calling your func...
2018-03-01 14:59:07
99
原创 scikit-learn朴素贝叶斯类库使用小结
朴素贝叶斯是一类比较简单的算法，scikit-learn中朴素贝叶斯类库的使用也比较简单。相对于决策树，KNN之类的算法，朴素贝叶斯需要关注的参数是比较少的，这样也比较容易掌握。在scikit-learn中，一共有4个朴素贝叶斯的分类算法类。我们关注的是GaussianNB，MultinomialNB和BernoulliNB。三者之间的不同在于他们对P(X|Y)的概率估计不一样。其中Gaussia...
2018-02-27 14:37:07
579
原创 朴素贝叶斯分类器
贝叶斯决策论是通过相关的概率已知的情况下利用损失来选择最优类别的分类器。本文章的主要知识如下：概率论基础，贝叶斯分类器，朴素贝叶斯。概率论基础：P(A)=事件A发生的概率，P(B)=事件B发生的概率，P(AB)=事件AB同时发生的概率，P(A U B)=P(A)+P(B)-P(AB)，P(AB)=P(A|B).P(B)=P(B|A).P(A)；全概率公式P(A)=P(AS)=P(A(B1 U B2...
2018-02-27 10:59:04
269
原创 机器学习中的偏差和方差
对机器学习算法除了通过实验评估方法用某一个性能度量来估计泛化性能，我们还是关心如何解释算法的泛化性能。于是我们就要讨论下‘’偏差-方差分解‘’了。数学上的偏差(bias)和方差(variance)偏差：预测值与真实值之间的差距，差距越大，则其偏离真实值的程度越大。方差：预测值的变化范围、离散程度，该值越大，其取值越离散。机器学习中bias和variance首先，假设你知道训练集和测试集的关系。简单...
2018-02-26 16:38:53
330
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