![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
学习日记
文章平均质量分 54
vey_c
即将秃头的程序员
展开
-
C++实现一元二次方程求解
题目描述输入描述每个案例是关于x的一个二次方程表达式,为了简单,每个系数都是整数形式。输出描述每个案例输出两个实数(由小到大输出,中间由空格隔开),保留两位小数;如果无解,则输出“No Solution”。示例输入x^2+x=3x+4输出-1.24 3.24解法形如ax2+bx+c=0的一元二次方程,Δ\DeltaΔ=b2-4ac。当Δ\DeltaΔ<0时,方程无实解;当Δ\DeltaΔ>=0时,方程有解,其解为x1=−b+Δ2a\frac{-b+ \sqrt\De原创 2021-02-22 13:47:33 · 6890 阅读 · 1 评论 -
学习日记----并查集
利用并查集计算图的连通分支题目描述输入描述:每个输入文件包含若干行,每行两个整数i,j,表示节点i和j之间存在一条边。输出描述:输出每个图的连通分支数。示例输入:1 44 35 5输出 :2#include <iostream>#include <map>using namespace std;map<int,int> graph; //前者为节点,后者为其对应的最近父节点int find(int x) //用于查找原创 2021-02-19 12:29:09 · 118 阅读 · 1 评论 -
学习日记
【西瓜书机器学习日记——第三天】 接上篇 第二章 模型评估和选择 2.3性能度量 衡量模型泛化能力的评价标准,称为性能度量。回归任务最常用的是“均方误差”(mean squared error),以下将介绍分类任务常用的性能度量。 2.3.1 错误率与精度 错误率 E(f,D):当预测值与实际值不同时,表示预测错误,错误率为预测错误的个数占总样本的比例。 精 度 acc(f,D):当预测值与实际值相同时,表示...原创 2021-01-21 20:59:06 · 118 阅读 · 0 评论 -
2021-01-20
【西瓜书机器学习日记——第二天】第二章 模型评估和选择2.1 经验误差和过拟合 学习器在训练集上的误差称为“训练误差”(trainingerror)或者“经验误差”(expericalerror);在新样本上的误差称为“泛化误差”(generalization error)。我们希望能得到泛化误差小的模型,但这是无法实现的,因为我们并不知道新样本是什么,我们只能得到经验误差,保存经验误差较小的模型。但是遗憾的是,这样的模型在大多数情况下都不好。 在经验误差很小的...原创 2021-01-20 15:40:29 · 316 阅读 · 0 评论 -
2021-01-13
【西瓜书机器学习日记——第一天】 1.绪论 1.1 基本术语 分类和回归:若我们预测值是离散值,则为分类问题;若我们预测值是连续值,则为回归问题。 聚类:训练样本通常不具有标记,在聚类学习后建立。 有监督学习和无监督学习:分类和回归是有监督学习的代表;聚类是无监督学习的代表。 1.2 归纳偏好 概念:对于同一输入空间,可能会得到符合输入空间的多个模型,而这些模型在面临新样本时,可能会产生不同的输...原创 2021-01-13 18:37:12 · 67 阅读 · 0 评论