摘要：
XGBOOST gbdt和lightgbm，xgboost的区别 GBDT将目标函数泰勒展开到一阶，而xgboost将目标函数泰勒展开到了二阶 GBDT是给新的基模型寻找新的拟合标签（前面加法模型的负梯度），而xgboost是给新的基模型寻找新的目标函数（目标函数关于新的基模型的二阶泰勒展开） xg 阅读全文
摘要：
聚类算法可以划分为三大类，第一类是kmeans、DBSCAN、Density Peaks 依据密度的聚类方式；第二类是类似于层次聚类的依据树状结构的聚类方式；第三类是谱聚类，依据图谱结构的聚类方式.。 DBSCAN DBSCAN是一种密度聚类，他不要求指定聚类中心数量，能够避免异常值，对非球形的形状 阅读全文
摘要：
STGCN输入 输入的格式为（num_samples, num_nodes, num_timesteps_train, num_features）（batch, 节点数, 连续时间片个数, 节点特征维度） STGCN结构 STGCN 的结构如下，两层时空卷积块和一层时域卷积块。 时空卷积块（图中的中 阅读全文
摘要：
运输问题 运输问题是一种特殊的线性规划问题，可以解决如类似把商品从一些产地运往另一些销售地使总运输成本最低的问题。由于其场景特殊性，找到比单纯型法更搞笑简便的算法，这便是研究运输问题的目的所在。下面是运输问题的思维导图 一、运输问题的数学模型 对于单一商品的调度运输问题，一般来说有以下定义： 商品有 阅读全文
摘要：
对偶问题 每一个线性规划问题(称为原始问题)都有一个与它对应的对偶线性规划问题（称为对偶问题）。 在原始的和对偶的两个线性规划中求解任何一个规划时，会自动地给出另一个规划的最优解；当对偶问题比原始问题有较少约束时，求解对偶规划比求解原始规划要方便得多；对偶规划中的变量就是影子价格，可以为企业管理决策 阅读全文
摘要：
在派单决策中的MDP MDP构建 在派单决策中，构建MDP来表示不同时空下的价值，并应用到线上派单中。以司机为智能体，有： S：时间和空间预先划分为时间片和六边形区域，每一个(时间片-六边形)表示一个状态 A：两种动作：接单和空闲。 P：接单会100%概率转移到状态(完单时间片，终点六边形)，不接单 阅读全文
摘要：
DP、MC和TD 动态规划、蒙特卡罗和时序差分是求解贝尔曼方程的方法。不得不说，这三个名字无论是汉字还是英文缩写，都体现着王霸之气，一看就是不好惹的家伙，甚至它还没出手，你就倒下了。但是如果抛开证明不谈，只求学个整体的概念，看到这个名字的时候知道是怎么回事儿，这东西怎么用，那以大多数人的功力来说还是 阅读全文
摘要：
从MP到MRP再到MDP MP M = {S, P} 马尔科夫过程。后续的状态只与当前状态有关，与当前状态之前的状态无关。 MRP M = {S, P, R, γ} 马尔科夫奖励过程。在马尔科夫过程的基础上增加了奖励R和衰减系数γ<0。 定义Gt为在此时刻到过程结束后所得到的收益。衰减系数体现了时间 阅读全文
摘要：
线性规划 框架图先放在这里 图片由知乎 @运筹说 提供，原文链接：https://zhuanlan.zhihu.com/p/382644742 线性规划模型标准型 标准型如上 目标函数求max； 约束条件两端用“=”连结； 右端常数项非负； 所有决策变量非负。（如有决策变量没有约束，则把该变量拆成两 阅读全文
摘要：
P，NP，NPC问题 算法的时间复杂度 我之前理解的时间复杂度，是指的解决一个问题所需要的时间。但其实并不准确，时间复杂度应该是 当问题规模扩大后，程序需要的时间长度增长得有多快。 时间复杂度有两种类型：一种是O(1),O(log(n)),O(n^a)等，我们把它叫做多项式级的复杂度，因为它的规模n 阅读全文