- 博客(12)
- 收藏
- 关注
原创 栈与栈的实现
栈栈是一种基础的数据结构,只从一端读写数据。基本特点就”后进先出“,例如顺序入栈1,2,3,4,5,再顺序出栈是5,4,3,2,1栈的基本操作栈的基本操作有如下几种:检测栈是否为空返回栈存储数据的数量返回栈顶数据/返回栈顶数据并将其弹出将数据压入栈清空栈栈的实现软件实现——GO语言软件的栈可以使用链表基本结构实现或使用数组实现:使...
2017-11-28 22:56:00 192
原创 基于sklearn的线性回归器
理论线性回归器相比于线性分类器,线性回归器更加自然。回归任务的label是连续的变量(不像分类任务label是离散变量),线性回归器就是直接通过权值与输入对应相乘再相加直接计算出结果$$y = w^{T}*x + b$$其中,w为权值,x是输入,y是输出回归器的优化与分类器类似,回归器也是通过梯度优化的,一般来说分类问题常用均方误差函数来标定结果...
2017-11-25 16:29:00 296
原创 表的应用——排序与描述多项式
排序朴素排序在链表建立的过程中可以直接完成排序功能,即建立一个新链表并将源数据一个一个存进新链表中,每个元素存储的位置在小于这个元素的节点和大于这个元素的节点之间排序部分func (s *sort_table) append(data int) { node := s.head for (node.next != nil) &...
2017-11-22 22:20:00 102
原创 基于sklearn的集成分类器
理论集成模型集成分类器模型是综合考虑多种机器学习模型的训练结果,做出分类决策的分类器模型投票式:平行训练多种机器学习模型,每个模型的输出进行投票做出分类决策顺序式:按顺序搭建多个模型,模型之间存在依赖关系,最终整合模型随机森林分类器随机森林分类器是投票式的集成模型,核心思想是训练数个并行的决策树,对所有决策树的输出做投票处理,为了防止所有决...
2017-11-19 17:38:00 902
原创 抽象数据结构与表
抽象数据结构抽象数据结构(ADT)是一些操作的集合,集合了一些必要且重用性高的操作,这些操作在一个项目中只被编写一次。抽象数据结构只定义操作的存在,并不定义操作的实现表概念表是一种基础的数据结构,是一系列逻辑上"顺序"的数据(顺序指具有连续的数值索引)。例如$A_{0},A_{1},A_{2}$就是一个表,数据具有连续索引1,2,3。此外,还有前驱...
2017-11-19 14:42:00 171
原创 logN复杂度估算与一些示例
logN复杂度估算logN复杂度的算法可以认为具有以下特性:用常数时间将问题的大小削减为某一部分(通常是1/2)例如分治法求最大子串问题,将一个$O(N^{2})$的问题削减为每个的1/2,每个问题复杂度为$O(N)$(有循环),所以该算法的复杂度估计为$O(NlogN)$logN复杂度算法举例对分查找问题已知一串整数按顺序排布,寻找某个...
2017-11-16 19:52:00 1038
原创 算法复杂度分析与最大子串问题
算法复杂度分析算法复杂度基本定义算法复杂度分析基于以下四条定义:如果存在常数c与$n_{0}$使$N \geq n_{0} $时,有$T(N) \leq cf(N)$,则记 $T(N) = O(f(N))$如果存在常数c与$n_{0}$使$N \geq n_{0} $时,有$T(N) \geq cf(N)$,则记 $T(N) = \Omega(f...
2017-11-15 23:03:00 182
原创 基于sklearn的决策树分类器
理论基础决策树决策树是一种树形结构的机器学习算法,所有的样本起始于根节点,每个具有子节点的父节点都有一个判断,根据判断结果将样本向子节点分流,测试样本从根节点开始向下流动,通过判断最终到达某个没有子节点的叶子节点,这个节点就是该样本所属的类别。例如,判断一个动物是鸭子,狗还是兔子,可以具有以下的决策树:判断是否有四条腿没有,是鸭子有,判断眼...
2017-11-12 15:00:00 753
原创 基于sklearn的K邻近分类器
概念KNN(K临近)分类器应该算是概率派的机器学习算法中比较简单的。基本的思想为在预测时,计算输入向量到每个训练样本的欧氏距离(几何距离),选取最近的K个训练样本,K个训练样本中出现最多的类别即预测为输入向量的类别(投票)代码实现载入数据集——鸢尾花数据集from sklearn.datasets import load_irisdataset ...
2017-11-11 17:06:00 276
原创 基于sklearn的朴素贝叶斯分类器
理论内容贝叶斯定理贝叶斯定理是描述条件概率关系的定律$$P(A|B) = \cfrac{P(B|A) * P(A)}{P(B)}$$朴素贝叶斯分类器朴素贝叶斯分类器是一种基于概率的分类器,我们做以下定义:B:具有特征向量BA:属于类别A有了这个定义,我们解释贝叶斯公式P(A|B):具有特征向量B样本属于A类别的概率(计算目标)P(...
2017-11-11 17:05:00 880
原创 基于sklearn的线性支持向量机分类器
原理分类器机器学习的分类器,均可以看成一个或一组超平面,将label不同的数据点在数据空间中分开。对于线性可分问题,属于相同label的数据点在数据空间中可以看成是“类聚”的,即具有相同label的点会聚在一起。这样,分类效果最好的超平面应该满足:对于其分割的两种label,距离最近的两个不同label的数据点距离超平面的距离都足够大,即超平面离两个类...
2017-11-11 17:03:00 872
原创 基于sklearn的线性分类器
导入可能用到的Python库import pandas as pdimport matplotlib.pyplot as pltimport numpy as npimport re目标学习机器学习算法——线性分类器使用良性/恶性乳腺癌肿瘤数据集进行预测理论学习线性分类器特征与分类结果存在线性关系的模型为线性分类器,模型通过累积特...
2017-11-11 17:01:00 1925 1
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