原创 ubuntu系統環境下寫C語言程序如果使用了math.h庫編譯時需要添加-lm

在編譯一個因爲使用了pow()函數而調用了math.h庫的C源代碼時,報錯:        編譯命令如下:gcc chapterfourtwo.c -o chapterfourtwo.o        編譯後報錯:           

原创 單變量線性迴歸實現波士頓房價預測

1、預測過程 (1)、波士頓地區房價數據獲取,數據來自於sklearn自帶數據集; (2)、波士頓地區房價數據分割; (3)、訓練與測試數據標準化處理; (4)、使用最簡單的線性迴歸模型LinearRegression對房價進行預測。 2

原创 CMake Error: CMake was unable to find a build program corresponding to "Unix Makefiles". CMAKE_MAKE

第一次u安裝使用Cmake時報錯,如下: CMake Error: CMake was unable to find a build program corresponding to "Unix Makefiles".  CMAKE_MA

原创 Day Four 第三大數Leetcode 414題

題目如下: 給定一個非空數組,返回此數組中第三大的數。如果不存在,則返回數組中最大的數。要求算法時間複雜度必須是O(n)。 示例 1: 輸入: [3, 2, 1] 輸出: 1 解釋: 第三大的數是 1. 示例 2: 輸入: [1

原创 leetcode 732. 我的日程安排表 解法

  題目如下: 實現一個 MyCalendar 類來存放你的日程安排,你可以一直添加新的日程安排。 MyCalendar 有一個 book(int start, int end)方法。它意味着在start到end時間內增加一個日程安排,注

原创 動態分配內存,不釋放,程序退出後會被系統回收嗎

對於MAC OS,Linux,Windows系統,malloc 的請求系統都知道,程序退出時,系統會回收malloc 的所有資源。這個是編譯器智能釋放內存。當然有些內存系統是回收不了的。例如運行於內核級的驅動造成的內存錯誤等, 這些是系統

原创 .c,.cc和.cpp

.c是C語言源文件的後綴,.C是C++源文件的後綴名 c++源文件後綴名詳細如下 VC裏用cpp作後綴名, 在GCC裏默認採用C、cc、cxx作爲後綴名 .cpp, .h (VS file).cc, .h (GCC file)   C中:

原创 2019年WAIC開發者大會回顧及思考

上海臨港WAIC開發者大會於2019年12月6日在上海自由貿易試驗區臨港新片區舉行。 本次大會包括上午的嘉賓演講,包括商湯科技聯合創始人徐立、上海依圖科技聯合創始人林晨曦、南京大學俞揚教授等嘉賓做了主題演講。下午是開發者工作坊環節,包括加

原创 C++刪除字符串最後一位方法

以下介紹三種方法實現     1.使用substr方法 代碼如下: #include<iostream> #include<string> using namespace std; int main() { string s

原创 離散數學-數理邏輯基本概念

什麼是數理邏輯? 邏輯學是探索、闡述和確立有效推理原則的學科。 這個問題可以追溯到亞里士多德提出的三段論:即包含大前提、小前提和結論三個部分的論證。 舉例 凡是人都會死(大前提) 蘇格拉底是人(小前提) 所以:蘇格拉底會死(結論) 上

原创 統計學之線性迴歸及卡方分佈與方差分析

線性迴歸中的平方誤差 假設線性方程爲 對於訓練數據(X1,Y1),(X2,Y2),(X3,Y3),(X4,Y4)...() 平方誤差爲: 線性迴歸公式的推導 最小二乘法分析: 迴歸分析的最初目的是估計模型的參數以便達到對數據

原创 XGB算法梳理

算法原理 算法思想就是不斷地添加樹,不斷地進行特徵分裂來生長一棵樹,每次添加一個樹,其實是學習一個新函數,去擬合上次預測的殘差。當我們訓練完成得到k棵樹,我們要預測一個樣本的分數,其實就是根據這個樣本的特徵,在每棵樹中會落到對應的一個

原创 word2vec詞向量原理並實踐

word2vec詞向量通俗化解釋: word2vec(word to vector)是一個將單詞轉換成向量形式的工具。 作用: word2vec適合用作序列數據的分類,聚類和相似度計算。有用作app下載推薦系統中的,也有用在推薦系

原创 TF-IDF理論和實踐

TF-IDF是一種用於資訊檢索與資訊探勘的常用加權技術。TF-IDF是一種統計方法,用以評估一字詞對於一個文件集或一個語料庫中的其中一份文件的重要程度。字詞的重要性隨著它在文件中出現的次數成正比增加,但同時會隨著它在語料庫中出現的頻率成反

原创 GBDT(梯度提升決策樹)算法梳理

提升樹利用加法模型和前向分步算法實現學習的優化過程。當損失函數是平方損失和zhi指數損失函數時,每一步優化是很簡單的。但對一般函數而言,往往每一步優化並不那麼容易。針對這一問題,提出梯度提升算法。這是利用最速下降法的近似方法,其關鍵是利用