摘要：
实际上树和图的广度&深度优先遍历方法十分类似，所以今天针对树的遍历方法实现进行详细分析，并且树的遍历在笔试中也是非常常见的一种方法，并且《剑指Offer》中的许多面试题用到了这两种遍历方法进行不同需求的算法实现。 深度优先遍历 深度优先遍历：借助递归算法不断遍历当前遍历到节点的左右子节点，对于树这个 阅读全文
摘要：
本文是文本OCR的后续，因为用到了公式识别，所以阅读了 Mathpix API 文档，编写了一份比较适合自己使用的公式识别的Python程序，具体代码如下，注意使用之前应当去 Mathpix 官网 申请开发者ID和 KEY其对应的是代码中的APP_ID和APP_KEY后的XXX，在我的代码中加入了使 阅读全文
摘要：
逻辑回归（Logistic Regression） 软性二分类（Soft Binary Classification） 逻辑回归实际上是一种软性二分类（Soft Binary Classification），与 硬性二分类（Hard Binary Classification）的区别是数据一致，但是 阅读全文
摘要：
过拟合与欠拟合（under & over） 欠拟合（underfitting）: $E_{\text }$较高，$E_{\text }$也较高。 过拟合（overfitting）: $E_{\text }$较低，$E_{\text }$却较高。（例如数据中有噪声，却使用了高次多项式非线性转换，便会出 阅读全文
摘要：
聚合模型实际上就是将许多模型聚合在一起，从而使其分类性能更佳。 aggregation models: mix or combine hypotheses (for better performance) 下面举个例子： 你有 \(T\) 朋友，他们对于股票涨停的预测表现为 \(g_1,\cdots 阅读全文
摘要：
森林顾名思义就是有很多树，这里的树当然就是决策树。实际上随机森林就是将 fully-grown C&RT decision tree 作为 bagging 基模型（base model）。 \[ \text{random forest (RF) = bagging + fully-grown C\& 阅读全文
摘要：
\[ \begin{array} { c | | c | c } \text { aggregation type } & \text { blending } & \text { learning } \\ \hline \hline \text { uniform } & \text { vot 阅读全文
摘要：
Blending Models（融合模型） Blending：指的是当已有丰富多样的 \(g_t\) 时，进行聚合（Aggregate）。（aggregate after getting diverse \(g_t\)）。 常用的三种 Blending 模型如下： uniform : 是认为不同的 阅读全文
摘要：
前面学习了基础神经网络算法，可以得知神经网络基本结构中：神经元（Node）的个数，层数（Layer），以及激活函数的类型和神经元之间的连接形式都是可以自己选择的，这就导致结构的多样性，那么如何选择呢？当然是视情况而定了。 浅层与深层（Shallow versus Deep Neural Networ 阅读全文
摘要：
有序二维数组查找 这道题是在学习剑指offer这本书看到的，原题如下所示： 在一个二维数组中，每行都按照从左到右递增的顺序排序，每列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。 分块治之 在拿到题目的时候，我并没有找到右上角那么优秀的特征 阅读全文