原创 LR和SVM的聯繫和區別

1,LR和SVM的相同點 (1)LR和SVM都是分類算法 (2)如果不考慮核函數,LR和SVM都是線性分類算法,也就是說他們的分類決策面都是線性的。          這裏要先說明一點,那就是LR也是可以用核函數的,至於爲什麼通常

原创 分類算法常用的評價指標

文章目錄1,評價指標列表2,基本概念3,準確率(Accuracy)4,精確率(Precision)、召回率(Recall)和F1值5,綜合評價指標F-Measure6,ROC曲線和AUC6.1,TPR、FPR&TNR6.2 ,爲什

原创 決策樹常見的面試點整理

談談自己對決策樹的理解? 決策樹算法,無論是哪種,其目的都是爲了讓模型的不確定性降低的越快越好,基於其評價指標的不同,主要是ID3算法,C4.5算法和CART算法,其中ID3算法的評價指標是信息增益,C4.5算法的評價指標是信息

原创 樸素貝葉斯常見面試題

NB的原理 樸素貝葉斯法是基於貝葉斯定理與特徵條件獨立假設的分類方法。對於給定的待分類項xxx,通過學習到的模型計算後驗概率分佈,即:在此項出現的條件下各個目標類別出現的概率,將後驗概率最大的類作爲xxx所屬的類別。 樸素貝葉

原创 劍指offer——把數組排成最小的數

1,問題描述 輸入一個正整數數組,把數組裏所有數字拼接起來排成一個數,打印能拼接出的所有數字中最小的一個。例如輸入數組{3,32,321},則打印出這三個數字能排成的最小數字爲321323。 2,解題思路 先將整型數組轉換成Stri

原创 SVM的常見面試點總結

SVM的原理是什麼? SVM是一種二類分類模型,它的基本模型是定義在特徵空間上的間隔最大的線性分類器(間隔最大使它有別於感知機)。 當訓練樣本線性可分時,通過硬間隔最大化,學習一個線性分類器,即線性可分支持向量機; 當訓練數據近似

原创 劍指offer——整數中1出現的次數(從1到n整數中1出現的次數)

1,問題描述        求出1 ~ 13的整數中1出現的次數,並算出100 ~ 1300的整數中1出現的次數?爲此他特別數了一下1~13中包含1的數字有1、10、11、12、13因此共出現6次,但是對於後面問題他就沒轍了。ACMe

原创 邏輯迴歸的常見面試點總結

文章目錄1,簡介2,正式介紹3,對邏輯迴歸的進一步提問4,邏輯迴歸的優缺點總結 1,簡介        邏輯迴歸是面試當中非常喜歡問到的一個機器學習算法,因爲表面上看邏輯迴歸形式上很簡單,很好掌握,但是一問起來就容易懵逼。所以在面試的

原创 java實用方法(二十八)——比較器(Comparable、Comparator )

1,Arrays是針對數組操作的類,Collections是針對集合操作的類 collections用法整理 Collections.sort的兩種用法 2,Comparable一般在自定義類的時候使用。如果自定義類沒有實現Compara

原创 劍指offer——最小的K個數

1,問題描述 輸入n個整數,找出其中最小的K個數。例如輸入4,5,1,6,2,7,3,8這8個數字,則最小的4個數字是1,2,3,4,。 2,解題思路 (1)思路一:直接利用各種排序算法(快排、冒泡排序、選擇排序、堆排序)對數組進行從小到

原创 排序算法——快速排序(原理+源碼)

1,原理(轉自MoreWindows大神) 快速排序是C.R.A.Hoare於1962年提出的一種劃分交換排序。它採用了一種分治的策略,通常稱其爲分治法(Divide-and-ConquerMethod)。 該方法的基本思想是: (1).

原创 堆的四種操作+堆排序

1,定義+圖解 直接推薦一篇講解比較好的博客吧:徹底弄懂最大堆的四種操作(圖解+程序)(JAVA) 堆排序算法分析: 時間複雜度:平均情況 O(nlogn);最好情況O(nlogn);最壞情況O(nlogn); 空間複雜度:O(1)。 穩

原创 java實用方法整理(二十七)——PriorityQueue實現最小堆和最大堆

1,PriorityQueue默認實現的是最小堆 import java.util.PriorityQueue; /** * @author Manduner_TJU * @version 創建時間:2019年4月10日下午4:51:

原创 劍指offer——數組中出現次數超過一半的數字

1,問題描述 數組中有一個數字出現的次數超過數組長度的一半,請找出這個數字。例如輸入一個長度爲9的數組{1,2,3,2,2,2,5,4,2}。由於數字2在數組中出現了5次,超過數組長度的一半,因此輸出2。如果不存在則輸出0。 2,解題思路