weixin_44187150的博客

波士顿房价预测（四：利用torch手写线性回归代码，含有L1，L2正则）导库from IPython import displayfrom matplotlib import pyplot as pltfrom mxnet import autograd, ndimport randomimport pandas as pdimport numpy as np读取数据：train_data=pd.read_csv('train_dataset.csv')test_data=pd.rea

波士顿房价预测（三）在（二）的基础上，进行特征选择：导库：import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as sns读取文件：train_data=pd.read_csv('train_dataset.csv')test_data=pd.read_csv('test_dataset.csv')train_price=train_data['PRICE']del tr

波士顿房价预测（二）在（一）的基础上进行了数据的异常处理库：import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as sns读取数据：train_data=pd.read_csv('train_dataset.csv')test_data=pd.read_csv('test_dataset.csv')train_price=train_data['PRICE']del t

波士顿房价预测波士顿房价预测（一）比赛网址：https://www.kaggle.com/c/machine-learning-on-thursday/overview比赛要求1.做线性回归，或使用现成的线性回归函数，方法尝试使用Gradient Descent，SGD以及ADAM。2.比较不同的学习率的结果。例如损失函数曲线图3.比较有无加上regularization的结果。4.比较有无否使用feature scale的结果。熟悉数据训练数据：train_data=pd.read_c

我使用在C/C++来写百万浮点数排序，用来比较输出答案文件与标准答案文件的差异首先将两个需要比较的两个txt文件放到统一文件夹下面：（例如我是放在F盘下的cmp文件家）进入cmd命令窗口（win+R出现对话框输入cmd进入命令窗口）在cmd命令窗口中输入F:即可进入F盘接着输入cd cmp （cd进入文件夹，cd cmp 进入cmp文件夹）接着输入fc 1.txt 2.txt（fc比较命令；1.txt 2.txt是两个比较的txt文件名）如果两个txt没有差异就会出现： f.

读入 n（>0）名学生的姓名、学号、成绩，分别输出成绩最高和成绩最低学生的姓名和学号。输入格式：每个测试输入包含 1 个测试用例，格式为第 1 行：正整数 n第 2 行：第 1 个学生的姓名 学号 成绩第 3 行：第 2 个学生的姓名 学号 成绩… … …第 n+1 行：第 n 个学生的姓名 学号 成绩其中姓名和学号均为不超过 10 个字符的字符串，成绩为 0 到 100 之...

1009 说反话 (20分)给定一句英语，要求你编写程序，将句中所有单词的顺序颠倒输出。输入格式：测试输入包含一个测试用例，在一行内给出总长度不超过 80 的字符串。字符串由若干单词和若干空格组成，其中单词是由英文字母（大小写有区分）组成的字符串，单词之间用 1 个空格分开，输入保证句子末尾没有多余的空格。输出格式：每个测试用例的输出占一行，输出倒序后的句子。输入样例：Hello W...