原创 利用Python正向/逆向輸出乘法口訣表

首先祝大家新年快樂!新的一年要福旺財旺運氣旺!願看到這條博客的小夥伴們在新的一年都能心想事成,萬事大吉! 今天要更新的內容是利用Python實現乘法口訣表的正向輸出和逆向輸出 1.乘法口訣表正向輸出 代碼: for i in r

原创 每日刷題——leetcode912.排序數組

題目描述:給定一個數組nums,將數組升序排序。 示例: 輸入:[5,2,3,1] 輸出:[1,2,3,5] 解法一:插入排序(超出) 思想:從數組的第二個數開始與前一個數進行比較,如果後面的數比前面的數小,則進行交換。算法複雜

原创 動手學深度學習——循環神經網絡

循環神經網絡 循環神經網絡(RNN)主要用於預測任務:基於當前和歷史輸入序列,預測序列的下一個字符。循環神經網絡相對於普通神經網絡而言,最大的特點在於穎倉變量HHH的引進,用HtH_{t}Ht​表示HHH在時間步ttt的值,該變量

原创 求一個區間內的素數

如果給定一個區間範圍,有幾種方法可以計算出該區間內的素數呢? ——有四種方法! 在介紹方法之前,先了解一下下面這個函數。 1.filter函數 filter(function, iteration) filter函數用於過濾序

原创 Task2——數據分析

1. 賽題理解 此次數據挖掘的目標爲二手車交易價格預測,該問題本質上是一個迴歸問題。 (1)數據集介紹 數據總量超過370000條,隨機抽取其中10萬條作爲訓練數據集,5萬條作爲測試集A,5萬條作爲測試集B。數據共包含20個特徵變

原创 leetcode每日一題——數組中數字出現的次數

題目描述: 一個整型數組 nums 裏除兩個數字之外,其他數字都出現了兩次。請寫程序找出這兩個只出現一次的數字。要求時間複雜度是O(n),空間複雜度是O(1)。 示例: 輸入: nums = [4,1,4,6] 輸出: [1,6]

原创 算法——二分查找、選擇排序、快速排序

二分查找 二分查找的複雜度爲O(nlogn),使用二分查找的前提是該序列爲一個有序數列。 def binary_search(arr, item): low = 0 high = len(arr) - 1 while low

原创 算法——廣度優先搜索(BFS)

廣度優先搜索主要解決兩類問題: (1)從A節點出發,有到B節點的路徑麼? (2)從A節點出發,到B節點的最短路徑是什麼? 算法複雜度爲O(V+E),其中V爲頂點,E爲邊數。 例: 假設你要在朋友中找一個芒果銷售商,如果朋友中沒有,

原创 Python內置函數及模塊總結

1.Python內置函數 abs()、delattr()、hash()、memoryview()、set()、all()、dict()、help()、min()、setattr()、any()、dir()、hex()、next()

原创 Task5——模型融合

數據競賽過程中若僅採用一種方法是不能得到很好的效果的,通常要進行模型融合。模型融合通常包括3種方式: 簡單加權融合:(1)迴歸:算數平均融合、幾何平均融合;(2)分類:投票;(3)綜合:排序融合、log融合。 stacking/

原创 task4——模型和調參

數據挖掘競賽中通常用到的模型包括xgboost、lightgbm,SVM等。掌握每種模型的原理是學會應用模型的前提條件。因此,本篇文章主要用於梳理線性迴歸模型、決策樹模型、GBDT模型的原理及模型的調參方法。 1.線性迴歸模型 線

原创 Task3——特徵工程

特徵工程在數據挖掘中是非常重要的一步,如果特徵構建的比較好,對結果將有極大的提升。一般而言,特徵工程通常包括7個步驟:異常處理、特徵歸一化/標準化、數據分桶、缺失值處理、特徵構造、特徵篩選、降維等。我將各步驟可用的方法整理成了思維

原创 動手學深度學習——線性迴歸的概念及實現

線性迴歸的基本要素 深度學習的基本要素包括模型、數據集、損失函數、優化函數。線性迴歸作爲深度學習的基礎模型,其基本要素也涵蓋上述四方面。 模型 線性迴歸的模型是線性函數,通常可表示爲如下形式:(向量形式) y= WTX+B .

原创 SQL零基礎入門

@SQL基礎教程 SQL基礎教程思維導圖 本文主要是對MICK所著的《SQL基礎教程》的知識點進行了歸納和總結,並且以思維導圖的形式呈現。在幫助我學習和複習的過程中希望也能幫助到正在學習SQL的小夥伴們。這本書作爲入門級讀物,非常

原创 SQL進階教程(一)——CASE表達式

SQL進階教程之CASE表達式 在掌握了基礎的標準SQL語法後,可做一些簡單的SQL練習題加深記憶和鞏固基礎知識。然而,SQL基礎教程僅僅是幫助零基礎的同學入門,要想在面試或工作中用好SQL,需進一步學習進階教程,從而從初級邁向中