摘要: Indeed there are many different tourist routes from our city to Rome. You are supposed to find your clients the route with the least cost while gainin 阅读全文
posted @ 2018-08-11 15:57 lypbendlf 阅读(228) 评论(0) 推荐(0) 编辑
摘要: 内容全部转自:https://blog.csdn.net/zx3517288/article/details/53363798/ 指针:与普通变量不同的是它的存储的是变量的地址。就内存的分布来说,指针和一个变量在内存中存放是没有任何区别的,无非指针存放的是变量的地址。 传值:将实参拷贝给形参,是单向 阅读全文
posted @ 2018-08-11 08:39 lypbendlf 阅读(456) 评论(0) 推荐(0) 编辑
摘要: One way that the police finds the head of a gang is to check people's phone calls. If there is a phone call between A and B, we say that A and B is re 阅读全文
posted @ 2018-08-10 21:52 lypbendlf 阅读(194) 评论(0) 推荐(0) 编辑
摘要: 1.数据压缩 数据压缩不仅能够减小存储空间,并且能够加速学习算法。那么什么是数据压缩呢?下面给出了一个简单的例子: 图1.数据压缩的概念 举了两个例子,一个是横轴x1是厘米,纵轴特征x2是英尺,这明显是冗余的,但是在真正的实施过程中,这并不常见,这并不是一个好例子。 另一个例子是,横轴是驾驶员的技术 阅读全文
posted @ 2018-08-10 21:26 lypbendlf 阅读(182) 评论(0) 推荐(0) 编辑
摘要: Weibo is known as the Chinese version of Twitter. One user on Weibo may have many followers, and may follow many other users as well. Hence a social n 阅读全文
posted @ 2018-08-10 17:58 lypbendlf 阅读(142) 评论(0) 推荐(0) 编辑
摘要: Given any permutation of the numbers {0, 1, 2,..., N-1}, it is easy to sort them in increasing order. But what if Swap(0, *) is the ONLY operation tha 阅读全文
posted @ 2018-08-10 14:05 lypbendlf 阅读(151) 评论(0) 推荐(0) 编辑
摘要: A traveler's map gives the distances between cities along the highways, together with the cost of each highway. Now you are supposed to write a progra 阅读全文
posted @ 2018-08-09 20:13 lypbendlf 阅读(172) 评论(0) 推荐(0) 编辑
摘要: 1.无监督学习概述 图1.无监督学习 有监督学习中,数据是有标签的,而无监督学习中的训练集是没有标签的,比如聚类算法。 2.k-means算法 k-means算法应用是十分广泛的聚类方法,它包括两个过程,首先是选取聚类中心,然后遍历每一个点,决定其属于哪个类;第二步是移动聚类中心点,根据刚才的聚类情 阅读全文
posted @ 2018-08-09 10:02 lypbendlf 阅读(146) 评论(0) 推荐(0) 编辑
摘要: Given an increasing sequence S of N integers, the median is the number at the middle position. For example, the median of S1 = { 11, 12, 13, 14 } is 1 阅读全文
posted @ 2018-08-08 22:25 lypbendlf 阅读(292) 评论(0) 推荐(0) 编辑
摘要: 1.确定执行的优先级 图1.邮件垃圾分类举例 选择100个单词作为指示是否是垃圾邮件的指标,将这些单词作为特征向量,只用0/1表示,出现多次也只用1表示,特征变量用来表示邮件。 通常情况下,会选择训练集中出现频率最多的n(在10000到50000)之间的几个单词。 图2.改进模型的建议 1.收集更多 阅读全文
posted @ 2018-08-08 19:35 lypbendlf 阅读(158) 评论(0) 推荐(0) 编辑