原创 Logistic Regression(LR)雜記

Logistic Regression(LR)應用經驗 1. LR < SVM/GBDT/RandomForest ? LR能以概率的形式輸出結果,而非只是0,1判定 ​ LR的可解釋性強,可控度高

原创 C++編程錯誤

缺少;在namespace前面 頭文件缺少分號,比如類定義最後那個分號,檢查下

原创 The Matrix Cookbook(譯)

The Matrix Cookbook(譯) (其實也沒什麼好翻譯的,全是公式,爲了瞭解記憶,哈哈) A−1表示A的逆矩陣;AT表示A的轉置;AH表示Hermitian矩陣(A的共軛轉置矩陣A∗==A)(AB)−1=B−1A−1(

原创 劍指offer——優化時間和空間效率

劍指offer——優化時間和空間效率 1. 時間效率 面試題29:數組中出現次數超過一半的數字 /*解法一思想:排序後位於中間的數字就是所求數字,中位數(數組第n/大數字)*/ //基於快排Partition函數的O(n)算法 i

原创 Tensorflow系列一:環境搭建

這個系列主要摘自《Tensorflow實戰Google深度學習框架》這本書,邊學習邊整理其中主要內容,以便記憶。 Tensorflow系列一環境搭建 一 Tensorflow的主要依賴包 Protocol Buffer Baz

原创 python雜記

python雜記 numpy 矩陣點乘 import numpy as np a=np.mat([[1],[1]]) b=np.mat([[2],[2]]) c=np.multiply(a,b) numpy.random隨機函數:

原创 劍指offer——面試雜記

劍指offer——面試雜記 面試一般分爲三個環節:行爲面試—>技術面試—>應聘者提問 1.行爲面試 關於簡歷的項目經驗 簡短的項目背景(注意:參與和負責的使用) 自己完成的任務 具體做了哪些工作 自己的貢獻 PS:面試官常問的

原创 scikit-learn API參考手冊之sklearn.tree

scikit-learn API參考手冊之sklearn.tree scikit-learn API參考手冊之sklearntree treeDecisionTreeClassofierparameters treeDecis

原创 機器學習概述

機器學習概述 一 關注的問題 分類問題(根據數據樣本上抽取的特徵判定其屬於有限個類別中的哪個類別) 迴歸問題(根據數據樣本上抽取的特徵預測一個連續值的結果) 聚類問題(根據數據樣本上抽取的特徵讓樣本抱團) 二 應用 計算機

原创 劍指offer——面試中的各項能力

劍指offer——面試中的各項能力 1. 知識遷移能力 面試題38:數字在排序數組中出現的次數 /*採用二分查找:分別查找數組中第一個和最後一個待查找的數字*/ int GetNumberOfK(int *data,int len

原创 劍指offer——高質量代碼

劍指offer——高質量代碼 1. 代碼的規範性 清晰的書寫 清晰的佈局(縮進等) 合理的命名 2. 代碼的完整性 考慮所有可能的輸入情況,設計全面的單元測試用例 功能測試 邊界測試 負面測試 三種錯誤處理的方法 函數用

原创 Python內置函數系列之數值相關函數

Python內置函數系列之數值相關函數 abs(x) 參數說明: 可以是整數,浮點數或者複數。 函數作用: 返回一個數的絕對值。若參數是複數則返回模。 >>> abs(1) 1 >>> abs(-1) 1 >>> abs(1.23

原创 Tensorflow系列二:入門

Tensorflow系列二:入門 一 Tensorflow計算模型——計算圖 每個計算都是計算圖中的一個節點,而節點之間邊描述了計算之間的依賴關係。 Tensorflow程序分爲兩個階段: 第一階段:定義計算圖中的所有計算 imp

原创 k-近鄰學習,樸素貝葉斯,期望最大化,最大熵模型算法介紹

k-近鄰學習 k-Nearest Neighbor(KNN) 1. 算法描述 k-近鄰學習是一種監督的分類迴歸方法。工作機制:給定測試樣本,基於某種距離度量找出訓練集中與其最接近的k和訓練樣本,然後基於這k個“鄰居”的信息進行預測。通常,

原创 數據結構知識點系列三

數據結構知識點系列三:查找 1、順序表查找 平均查找長度爲:n+12 查找方式:從表中第一個或最後一個元素開始,逐個進行比較,直到找到關鍵字或查找結束。 2、有序表查找 二分查找:在有序表中,取中間元素作爲比較對象,若相等,則查找成功;若