笔记19.11.07

unicode ordinal: ord() ascii码
character: chr() 对应字符
输入输出都是字符串

进制转换
bin()[2:] 2转10
int(,2) 10转2

保留n位小数，真的太难找到了，不用再print里的format
a=format(a,‘f’) 直接f是6位小数
换成’.nf’

c++
vector和stack：
初始化 vector<类型> 变量名 同stack
vector.push_back()加入元素

stack.push()加入元素
stack.top()返回栈顶元素
stack.pop()弹出栈顶元素
注意空栈也能弹出或者返回NULL值
stack.empty() 空返回T, 非空返回F

结构体struct初始化
struct TreeNode {
int val;
TreeNode *left;
TreeNode *right;
TreeNode(int x) : val(x), left(NULL), right(NULL) {}
};
以二叉树为例子，先定义结构包含的数据类型，最后定义默认值或者需要输入的参数。

c++在递归过程中，每次递归需要新创建一个变量，可以用new，避免一直读取同一个地址的数据。

svm推导步骤：
1 先画图，根据向量投影求出支持向量到分类平面得距离即margin
2 根据等式找到margin和w 得关系，推的目标函数1/w
3 转化为w2
4 用拉个朗日乘子法求loss函数表达式 loss是w和a得函数
5 x可替换成kernel形式
6 求loss极值得w和a得关系，带入消元变成对偶问题
7 求除a后求w

逻辑回归：
线性回归得公式带入sigmoid得到概率，用交叉熵求损失

交叉熵：
-sum(gt*log(y)+(1-gt)*log(1-y)))
focal loss: gt乘(1-y)^r乘log(y)+(1-gt)乘y r乘log(1-y)

w距离：根据离散得数据，求除最小的各自之间得距离得和

傅里叶描述子：
1.获得二值图轮廓c(x,y)
2.把c(x,y)变成c(t)=x(t)+iy(t),想象成虚数得两个部各自映射到一个时域得坐标系里
3.离散傅里叶变换，公式里取有限得傅里叶级数，每个级数可以对应2个三角函数前得系数，又因为有虚部实部，所以是四个系数
4.系数拉成特征向量