原创 leetcode排列組合集合
46. Permutations Given a collection of distinct integers, return all possible permutations. Example: Input: [1,2,3]
2020-06-23 07:23:29
1
原创 邏輯迴歸與最大似然估計推導
目錄 邏輯迴歸（對數機率迴歸） 1.廣義線性模型 2.邏輯迴歸的假設 3. 邏輯迴歸的代價函數 爲什麼LR中使用交叉熵損失函數而不使用MSE損失函數？ 3. 極大似然估計 4. 利用梯度下降法求解參數w 4.1 三種梯度下降方法的選擇 5
2020-06-04 00:16:13
原创 決策樹完整總結（ID3，C4.5，CART）
文章目錄1.介紹1.1 定義1.2 決策樹與條件概率分佈1.3 決策樹的構建1.3.1 劃分準則1.3.2 劃分方式1.3.3 停止條件2. 決策樹的構建過程2.1 ID3算法2.2 C4.5算法2.3 CART（分類和迴歸樹）3
2020-06-04 00:16:03
原创 樸素貝葉斯分類器及python實現
1.貝葉斯分類的基礎–貝葉斯定理 貝葉斯法則：假設數據遵循某種概率分佈，通過對概率的分析推理以做出最優的決策 貝葉斯公式：根據先驗概率和似然來計算後驗概率 P(c∣X)=P(X∣c)P(c)P(X)P(c|X) = \fr
2020-06-04 00:16:03
7
原创 決策樹（ID3，C4.5，CART算法具體過程）
1.介紹 1.1 定義 決策樹模型是一種描述對實例進行分類的樹形結構，決策樹由結點和有向邊組成。其中結點有兩種類型：內部結點和葉節點。內部結點表示一個特徵或屬性，葉節點表示一個類。 在分類問題中，就表示基於特徵對實例進行分類的過程。
2020-06-04 00:16:03
4
原创 交叉熵與KL散度和交叉熵之間的關係
1.熵 熵的本質是香農信息量log1plog\frac{1}{p}logp1 現有關於樣本的兩個概率分佈ppp和qqq，其中ppp爲真實分佈，qqq爲非真實分佈。按照真實分佈ppp來衡量識別一個樣本所需要的編碼長度的期望（即平均
2020-06-04 00:16:03
原创 最小生成樹與並查集（leetcode684，685， 721）
文章目錄最小生成樹Kruskal算法Prime算法並查集三個操作具體題目leetcode 684path compression和union by rankleecode 685leetcode 721參考資料 最小生成樹 說道並
2020-06-04 00:16:03
原创 用快排解決Leetcode 169. Majority Element(c++實現)
快速排序 快速排序的基本思想：通過一趟排序將待排記錄分隔成獨立的兩部分，其中一部分記錄的關鍵字均比另一部分的關鍵字小，則可分別對這兩部分記錄繼續進行排序，以達到整個序列有序。 算法描述 快速排序使用分治法來把一個串（list）分爲
2020-06-04 00:16:03
原创 2019字節跳動筆試題
第三題： 有n個人參加編程比賽，比賽結束後每個人都得到一個分數，現在所有人排成一圈（第一個和第n個相鄰）領取獎品，要求： 1.現在某個人的分數比左右的人告，那麼獎品數量也比左右的人多； 2.每個人至少得到一個獎品 問最少應該準備多
2020-06-04 00:16:03
原创 ROC及AUC計算方法及原理
1.非均衡分類問題 在大多數情況下不同類別的分類代價並不相等，即將樣本分類爲正例或反例的代價是不能相提並論的。例如在垃圾郵件過濾中，我們希望重要的郵件永遠不要被誤判爲垃圾郵件，還有在癌症檢測中，寧願誤判也不漏判。在這種情況下，僅僅使用分類
2020-06-04 00:16:03
原创 Boosting算法與假設間隔
Boosting算法與假設間隔間隔概念AdaBoost算法AdaBoost 平均間隔參考資料 間隔概念 間隔是一種幾何度量，能夠用於度量分類器預測的可信程度。間隔的兩種定義：①樣本間隔: 被預測樣本與決策面間的距離。支持向量機(
2020-04-02 10:09:18
原创 FM算法
FM算法存在的問題基於的思想具體方法時間複雜度優點參考資料 存在的問題 稀疏數據下的特徵組合問題 類別特徵經過one-hot編碼轉換後會導致樣本特徵的稀疏性,並且會得到千萬級別甚至上億級別的特徵空間，導致特徵空間爆炸 多項式模
2020-02-21 22:23:35
原创 DFS深度優先搜索(leetcode題目)
題目鏈接 leetcode 494. Target Sum dp（暴力搜索） class Solution { public: int ways; int findTargetSumWays(vector<in
2019-10-25 21:45:18
原创 Adapting Markov Decision Process for Search Result Diversification
多樣化排名的MDP形式 多樣化排序模型可以被看作是在每一個排序位置學習MDP模型的參數。其中MDP的states，actions，rewards，transitions和policy。 State S： st=[Zt,Xt,ht]
2019-07-04 20:31:15
原创 Diverse Ranking with Policy-Value Networks
文章目錄Abstract：Introduction相關工作2.1搜索結果多樣性2.2 強化學習for IR3. MDP and MCTS3.1 Markov decision process3.2 Monte Carlo tree
2019-06-23 20:48:08
1