- 博客(25)
- 收藏
- 关注
RSS订阅原创 Datawhale 零基础入门CV赛事-Task4 模型训练与验证
Task4 模型训练与验证构造验证集留出法（Hold-Out）交叉验证法（Cross Validation，CV）自助采样法（BootStrap）构造验证集导致模型过拟合的情况有很多种原因，其中最为常见的情况是模型复杂度（Model Complexity ）太高，导致模型学习到了训练数据的方方面面，学习到了一些细枝末节的规律。解决上述问题最好的解决方法：构建一个与测试集尽可能分布一致的样本集（可称为验证集），在训练过程中不断验证模型在验证集上的精度，并以此控制模型的训练。留出法（Hold-Out）直
2020-05-30 21:02:59
129
原创 107.二叉树的层次遍历 II
class Solution {public: vector<vector<int>> levelOrderBottom(TreeNode* root) { if(root==NULL) { return {}; } TreeNode* p = root; queue<TreeNode*> queue; vector<vector<
2020-05-29 08:22:32
97
原创 106. 从中序与后序遍历序列构造二叉树
从中序与后序遍历序列构造二叉树class Solution {public: TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) { int pos = inorder.size()-1; return buildTree(postorder, pos, inorder, 0, inorder.size() - 1); } Tr
2020-05-28 08:35:02
81
原创 Datawhale 零基础入门CV赛事-Task3 字符识别模型
字符识别模型卷积神经网络（Convolutional Neural Network, CNNPytorch构建CNN模型卷积神经网络（Convolutional Neural Network, CNN 卷积神经网络（简称CNN）是一类特殊的人工神经网络，是深度学习中重要的一个分支。CNN在很多领域都表现优异，精度和速度比传统计算学习算法高很多。特别是在计算机视觉领域，CNN是解决图像分类、图像检索、物体检测和语义分割的主流模型。Pytorch构建CNN模型import torchtorch.
2020-05-27 20:47:18
103
原创 决策树总结
决策树总结图形显示内部节点属性划分属性划分三级目录图形显示决策树三部分：1.内部节点2.叶节点3.边内部节点属性划分 构建决策树就是一个递归的选择内部节点，计算划分条件的边，最后到达叶子节点的过程。属性划分三级目录...
2020-05-27 17:32:59
243
原创 106从前序和中序遍历序列构造二叉树
106从前序和中序遍历序列构造二叉树题从前序和中序遍历序列构造二叉树从前序和中序遍历序列构造二叉树class Solution {public: TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) { int pos = 0; return buildTree(preorder, pos, inorder, 0, inorder.size()-1
2020-05-27 08:56:00
80
原创 104
104二叉树的最大深度二叉树的最大深度递归法1.递归终止条件：root ==NULL2.basecase:l = maxDepth(root -> left) + 1;r = maxDepth(root ->right) + 13.函数关系：maxDepth(root)=maxDepth(root->left) +1>maxDepth(root->right) +1:?maxDepth(root->left)+1:maxDepth(root->right)
2020-05-26 09:07:32
148
原创 101&102二叉树的层序遍历
层序遍历class Solution {public: vector<vector<int>> levelOrder(TreeNode* root) { if(root == NULL) return {}; queue<TreeNode*> queue; TreeNode* p=root; vector<vector<int>> res;
2020-05-25 08:37:02
116
原创 101对称二叉树
class Solution {public: bool isSymmetric(TreeNode* root) { return isMirror(root, root); } bool isMirror(TreeNode *t1, TreeNode *t2) { if (t1 == NULL && t2 == NULL) return true; if (t1 == NULL || t2 == NULL) return fals
2020-05-24 09:49:29
91
原创 Datawhale 零基础入门CV赛事-Task2 数据读取与数据扩增
Datawhale 零基础入门CV赛事-Task2 数据读取与数据扩增数据扩增方法常见数据扩增方法读取数据dataloader使用范例数据扩增方法 在深度学习中数据扩增方法非常重要，数据扩增可以增加训练集的样本，同时也可以有效缓解模型过拟合的情况，也可以给模型带来的更强的泛化能力常见数据扩增方法以torchvision为例，常见的数据扩增方法包括：transforms.CenterCrop 对图片中心进行裁剪transforms.ColorJitter 对图像颜色的对比度、饱和度和零度进
2020-05-23 22:38:02
81
原创 bigquery
bigqueryEDA数据总览在这里插入图片描述Feature Engineering构造特征特征选择EDA数据总览预测目标为TotalTimeStopped_p20, TotalTimeStopped_p50, TotalTimeStopped_p80, DistanceToFirstStop_p20, DistanceToFirstStop_p50 and DistanceToFirstStop_p80Feature Engineering构造特征# Road Encoding
2020-05-23 20:07:13
985
原创 100.相同的树
相同的树同样的遍历并判断节点即可class Solution{public: bool isSameTree(TreeNode *p,TreeNode *q) { if(!p&&!q)return ture; if(!p||!q)return false; return(p->val==q->)&&isSameTree(p->left,q->left)&
2020-05-23 08:50:05
98
原创 98验证二叉搜索树
验证二叉搜索树class Solution{public: vector<int> res; bool isValidBST(TreeNode *root){ if(root == NULL){ return truej; } dfs(root); for(i=0;i<res.size()-1;i++){ if(res[i]>=res[i+1])return fal
2020-05-22 08:26:00
87
原创 零基础入门CV赛事-Task1 赛题理解
赛题理解赛事简介学习目标赛题数据数据标签评测指标读取数据解题思路赛事简介**赛题名称：**零基础入门CV之街道字符识别**赛题目标：**通过这道赛题可以引导大家走入计算机视觉的世界，主要针对竞赛选手上手视觉赛题，提高对数据建模能力。**赛题任务：**赛题以计算机视觉中字符识别为背景，要求选手预测街道字符编码，这是一个典型的字符识别问题。为了简化赛题难度，赛题数据采用公开数据集SVHN，因此大家可以选择很多相应的paper作为思路参考。学习目标理解赛题背景和赛题数据完成赛题报名和数据下载，理解赛
2020-05-19 21:22:58
172
原创 95不同的二叉搜索树
递归方法解析三步：递归终止条件：start>end;basecase返回：TreeNode* node = new TreeNode(i);node->left = l;node->right = r;函数关系：generate(start,end)=helper(start,i-1)*helper(i+1,end);class Solution {public: vector<TreeNode*> generateTrees(int n) {
2020-05-17 08:23:33
60
原创 96不同的二叉搜索树
递归方法解析三步：递归终止条件：start>end;basecase返回：return 1;函数关系：helper(start,end)=helper(start,i-1)*helper(i+1,end);class Solution {public: unordered_map<int, int> m;int numTrees(int n) { if (n == 0) return 0; return helper(1, n);}int hel
2020-05-17 07:42:22
65
原创 暂时
二手车交易价格预测一、EDA1.1数据探索性分析目标1.2 内容介绍1.3 数据预处理二、特征工程2.1特征工程目标2.2特征工程内容介绍2.特征工程一、EDA数据变量说明1.1数据探索性分析目标EDA的价值主要在于了解数据集，确定数据集可以用于接下来的机器学习。了解变量间的相互关系以及变量与预测值之间的关系。引导数据科学从业者进行数据处理以及特征工程,使数据集的结构和特征集用于机器学习更加可靠。1.2 内容介绍1.载入各种数据科学以及可视化库:数据科学库 pandas、numpy、
2020-05-16 21:19:44
227
1
原创 深度优先搜索-数据结构
深度优先搜索DFS-二叉树的中序遍历-递归DFS-二叉树的中序遍历-非递归**深度优先搜索（DFS）**也可用于查找从根结点到目标结点的路径。结点的处理到达最深的结点之后，回溯并尝试另一条路径，回溯时，从栈中弹出最深的结点，后进先出（LIFO），这就是我们在 DFS 中使用栈的原因。DFS-二叉树的中序遍历-递归class Solution {public: void dfs(TreeNode* root, vector<int>& ans){ if(ro
2020-05-15 21:45:35
784
原创 栈-数据结构
栈实现 - 栈栈的用法有效的括号逆波兰表达式求解栈后入先出的数据结构，将首先处理添加到队列中的最新元素。插入操作在栈中被称作入栈 push ，在堆栈的末尾添加一个新元素。删除操作退栈 pop ，将最后一个元素。实现 - 栈#include <iostream>class MyStack { private: vector<int> data; // store elements public: /*
2020-05-15 20:32:03
107
原创 广度优先搜索-数据结构
广度优先搜索广度优先搜索-二叉树层序遍历岛屿数量**广度优先搜索（BFS）**的一个常见应用是找出从根结点到目标结点的最短路径。结点的处理顺序是越是接近根结点的结点将越早地遍历。队列的入队和出队顺序是新添加的节点不会立即遍历，而是在下一轮中处理。结点的处理顺序与它们添加到队列的顺序是完全相同的顺序，即先进先出（FIFO）。这就是我们在 BFS 中使用队列的原因。广度优先搜索-二叉树层序遍历class Solution {public: vector<vector<int&
2020-05-15 09:23:02
959
原创 队列-数据结构
队列使用动态数组实现队列设计循环队列队列使用队列先入先出的数据结构。插入（insert）操作也称作入队（enqueue），新元素始终被添加在队列的末尾。 删除（delete）操作也被称为出队（dequeue)，只能移除第一个元素。使用动态数组实现队列 int Front() { return data[p_start]; }; /** Checks whether the queue is empty or not. */ b
2020-05-14 09:34:59
248
原创 双指针-数据结构
双指针链表中的双指针环形链表相交链表删除链表的倒数第N个节点数组中的双指针反转字符串移除元素链表中的双指针环形链表class Solution {public: bool hasCycle(ListNode *head) { ListNode *slow = head; ListNode *fast = head; while(fast != nullptr) { fast = fast->next;
2020-05-13 22:31:56
190
原创 链表-数据结构
链表链表简介单链表单链表操作链表简介单链表单链表包含值和到下一节点的应用字段。// Definition for singly-linked list.struct SinglyListNode { int val; SinglyListNode *next; SinglyListNode(int x) : val(x), next(NULL) {}};单链表操作### 三级目录class MyLinkedList {public: struct Lis
2020-05-13 14:57:20
127
原创 数组-数据结构
数组简介**数组：**基本数据结构，用于按顺序存储元素的集合，按索引存取元素。一维数组#include <iostream>int main(){ int a0[5]; int a1[5] = {1,2,3}; int size = sizeof(a1) / sizeof(*a1); count<<"the size of a1 is:" <<size<<endl; count<<"the firs
2020-05-12 19:21:51
99
原创 递归-数据结构
递归递归三要素斐波那契数列递归的基本思想是某个函数直接或者间接地调用自身，这样就把原问题的求解转换为许多性质相同但是规模更小的子问题。我们只需要关注如何把原问题划分成符合条件的子问题，而不需要去研究这个子问题是如何被解决的。递归和枚举的区别在于：枚举是横向地把问题划分，然后依次求解子问题，而递归是把问题逐级分解，是纵向的拆分递归三要素1、明确递归终止条件；2、给出递归终止时的处理办法；3、提取重复的逻辑，找出函数的等价关系式。斐波那契数列斐波那契数列是一位意大利的数学家，他闲着没事去研究兔子繁
2020-05-12 15:09:39
711
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