![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Datawhale
文章平均质量分 87
羊老羊
海的尽头是另一片海
展开
-
【LeetCode练习|算法通关手册:Python版】04. 数组篇_数组双指针
2021.11.26-2021.11.28Datawhale 11月学习内容;学习地址:https://algo.itcharge.cn/文章目录1. 数组双指针知识综述2 对撞指针2.1 对撞指针知识2.2 对撞指针题目LeetCode 167. 两数之和 II - 输入有序数组LeetCode 125. 验证回文串LeetCode 11. 盛最多水的容器LeetCode 344. 反转字符串LeetCode 345. 反转字符串中的元音字母3 快慢指针3.1 快慢指针知识3.2 快慢指针题目Le原创 2021-11-27 22:13:08 · 401 阅读 · 0 评论 -
【LeetCode练习|算法通关手册:Python版】03. 数组篇_二分查找
2021.11.23-2021.11.25Datawhale 11月学习内容;学习地址:https://algo.itcharge.cn/文章目录1. 二分查找2. 二分查找题目LeetCode 704. 二分查找LeetCode 374. 猜数字大小LeetCode 35. 搜索插入位置LeetCode 34. 在排序数组中查找元素的第一个和最后一个位置1. 二分查找基本算法思想:是一种在有序数组中查找某一特定元素的搜索算法。先确定待查找元素所在的区间范围,在逐步缩小范围,直到找到元素或找不到原创 2021-11-23 21:47:02 · 918 阅读 · 0 评论 -
【LeetCode练习|算法通关手册:Python版】02. 数组篇_数组排序
2021.11.18-2021.11.22Datawhale 11月学习内容;学习地址:https://algo.itcharge.cn/本篇内容:精炼笔记+难点自己注解+习题多种解法文章目录1. 排序1.1 冒泡排序1.2 选择排序1.3 插入排序1.4 希尔排序1.5 归并排序1.6 快速排序1.7 堆排序1.8 计数统计1. 排序1.1 冒泡排序思想:就是两层循环每层循环将一个最大的排到最后不断缩小排序范围 直到所有都排完。特点:稳定排序法平均时间复杂度O(n2)O原创 2021-11-19 08:49:43 · 1339 阅读 · 0 评论 -
【LeetCode练习|算法通关手册:Python版】01. 数组篇_数组基础知识
https://algo.itcharge.cn/Datawhale 11月内容2021.11.16 1. 数组基础知识1.1 数组定义数组(Array):一种线性表数据结构。它使用一组连续的内存空间,来存储一组具有相同类型的数据。第一个方面是 「线性表」线性表逻辑结构就是所有数据元素排成像一条线一样的结构。第二个方面是 「连续的内存空间」线性表有两种存储结构:「顺序存储结构」和「链式存储结构」。其中,「顺序存储结构」是指占用的内存空间是连续的,相邻数据元素之间,物理内存.原创 2021-11-16 20:16:36 · 1139 阅读 · 0 评论 -
【笔记|李宏毅老师《机器学习》】:基础部分【完结】
李宏毅机器学习笔记(LeeML-Notes)DataWhale 7月学习笔记总结是对Datawhale笔记进行整理,分点列出,取其精华更新从2021.08.23开始,计划2021.08.31结束原笔记在线阅读地址在线阅读地址:https://datawhalechina.github.io/leeml-notes笔记内容出自;2017年课程ppt最新情况李老师课程最新视频,ppt:https://speech.ee.ntu.edu.tw/~hylee/B站有授权转载:https://w原创 2021-08-23 20:38:54 · 231 阅读 · 0 评论 -
西瓜书《机器学习》学习笔记:1章_绪论
文章目录定义1 机器学习2 基本术语3 分类4 假设空间5 归纳偏好2021.07.26定义1 机器学习通过计算手段,利用经验来改善系统自身的性能。2 基本术语数据集 (data set)一堆有各种特征的西瓜数据集D ={x1, x2…xm}: 有m个西瓜属性(attribute)或 特征(feature)比如 瓜的色泽状况,根蒂状况,敲打声响状况维数(dimensionality)上面说的, 知道瓜的特征只有,色泽,根蒂,敲打声响,那么这批样本维数就是3维。xi=(原创 2021-07-26 03:30:29 · 291 阅读 · 0 评论 -
Datawhale |李宏毅老师《机器学习》笔记【已完结】
datawhale 10月学习内容【Task01:参照开源文档,观看视频P1-2:机器学习介绍】串讲内容:https://xstr8pezm8.feishu.cn/minutes/obcnrjx444396srdt6lzny93笔记:https://blog.csdn.net/wistonty11/article/details/119899530【Task02:参照开源文档,观看视频P3-4:回归】串讲内容:https://xstr8pezm8.feishu.cn/minutes/ob原创 2021-10-19 13:00:29 · 258 阅读 · 0 评论 -
六月:手动学数据分析(task02)
复习:在前面我们已经学习了Pandas基础,第二章我们开始进入数据分析的业务部分,在第二章第一节的内容中,我们学习了数据的清洗,这一部分十分重要,只有数据变得相对干净,我们之后对数据的分析才可以更有力。而这一节,我们要做的是数据重构,数据重构依旧属于数据理解(准备)的范围。# Time: 2021-06-16# 本文有少量备注,并对文章内容进行了优化# 目标是成为【优秀学习者】# 总结不易,望点赞鼓励文章目录【task 02】数据清洗和特征处理2 第二章:数据重构2.4 数据的合并2.4.1原创 2021-06-16 17:26:16 · 140 阅读 · 0 评论 -
六月:手动学数据分析(task01)
复习:这门课程得主要目的是通过真实的数据,以实战的方式了解数据分析的流程和熟悉数据分析python的基本操作。知道了课程的目的之后,我们接下来我们要正式的开始数据分析的实战教学,完成kaggle上泰坦尼克的任务,实战数据分析全流程。这里有两份资料:教材《Python for Data Analysis》和 baidu.com &google.com(善用搜索引擎)–# Time: 2021-06-13# 引用部分为原文,对文章进行了优化# 目标是完成这次学习任务,望点赞鼓励文章目原创 2021-06-15 23:54:05 · 191 阅读 · 0 评论 -
五月:异常检测 (task04,task05)
对于重复情况,结果序列会出现一个降序的子序列。即为了不重复,我们要保证 ki−1<=kik_{i-1}<=k_iki−1<=ki 。整理一下,可得:处于区间 [0,ki−1−1]⋃(⌊n2⌋,n)[0,k_{i-1}-1]\bigcup(\lfloor\frac n2\rfloor,n)[0,ki−1−1]⋃(⌊2n⌋,n) 的情况必须舍去,我们只需要区间 [ki−1,⌊n2⌋]⋃{n}[k_{i-1},\lfloor\frac n2\rfloor]\bigcup\{n\}[ki原创 2021-05-20 16:08:01 · 155 阅读 · 0 评论 -
五月:异常检测(task01,task02,task03)
Datawhale_五月:异常检测2021.05.10 数据挖掘方向 异常检测目标:希望不要半途而废task01:异常识别介绍1 什么是异常检测异常检测(Outlier Detection),顾名思义,是识别与正常数据不同的数据,与预期行为差异大的数据。1.1 异常的类别本来就是异常本来是正常的 ,但个体联系上下文是异常的本来是正常的,但子集联系群体是异常的点异常(point anomalies) 指的是少数个体实例是异常的,大多数个体实例是正常的,例如正常人与病人的健康指标;原创 2021-05-10 16:38:52 · 453 阅读 · 0 评论 -
三月:心跳信号分类预测_baseline_v3:样本中每类别进行了均分
心跳信号分类预测_baseline_v3:每个标签参数进行了均分# 2021.05.08# 在v2基础上 让样本均匀分布,对小样本更有利# 本文原创 望赞鼓励,转载请说明出处.末尾有惊喜总结为什么?度怎么把握import osimport gcimport mathimport pandas as pdimport numpy as npimport lightgbm as lgb#import xgboost as xgbfrom catboost import Cat原创 2021-05-08 11:56:50 · 469 阅读 · 0 评论 -
三月:心跳信号分类预测_baseline_v2:更换单模型(CNN)
baseline_v2_changeModel(cnn):score:267.2897# 2021.05.08# lightgbm 模型更换成CNN 模型# 本文原创 望赞鼓励,转载请说明出处.仍存疑问:dense层的作用,需要几层如何来构造CNNimport osimport gcimport mathimport pandas as pdimport numpy as npimport lightgbm as lgb#import xgboost as xgbfrom原创 2021-05-08 11:43:27 · 669 阅读 · 0 评论 -
三月:心跳信号分类预测_baseline_v1:输出结果优化
文章目录baseline_score:559.61181. 工具包导入2. 数据导入3. 数据预处理5. 模型训练5.1 评估函数5.2 模型参数设置写于:2021.05.02增添了结果数值大于0.9认为是1baseline_score:559.61181. 工具包导入import osimport gcimport mathimport pandas as pdimport numpy as npimport lightgbm as lgb#import xgboost as原创 2021-05-05 19:50:08 · 7721 阅读 · 3 评论