03 2021 档案
摘要：1.集成学习 用多个模型来解决一个问题，就是集成 怎么样得到一个好的集成？ 需要个体尽可能的精确，而且它们的差异性，多样性尽可能的大 按集成中个体的生成方式来说，可以分为两大方法 序列化方法，Adaboost 、GBDT（在这种方法里，每一个新的个体生成和以往的个体都是有联系的）Boosting一族
阅读全文
摘要：1.生成模型与判别模型的定义 在机器学习中，模型可以分为两种：判别模型和生成模型。两者的区别在于找到决策边界的过程不同： （1）生成模型（Generative model） 用来生成一些数据的，如，生成一个句子 训练时用一些联合概率的方式去训练 （2）判别模型（Dicriminative model
阅读全文
摘要：神经网络解决多分类问题最常用的方法是设置n个输出节点，其中n为类别的个数。对于每一个样例，神经网络可以得到一个n为数组作为输出结果。数组中的每一个维度（也就是每一个输出节点）对应一个类别，通过前向传播算法得到的输出层每个维度值代表属于这个类别的可能性大小。 也就是说，任意事件发生的概率都在0和1之间
阅读全文
摘要：解析： 用两个指针 slow 与 fast 一起遍历链表。slow 一次走一步，fast 一次走两步。那么当 fast 到达链表的末尾时，slow 必然位于中间。 # Definition for singly-linked list. # class ListNode: # def __init_
阅读全文
摘要：class Solution: def strToInt(self, str: str) -> int: # 去除首尾空格 str = str.strip() # 空字符串直接返回0 if not str: return 0 res, i, sign = 0, 1, 1 int_max, int_m
阅读全文
摘要：1.包含min函数的栈 定义栈的数据结构，请在该类型中实现一个能够得到栈的最小元素的 min 函数在该栈中，调用 min、push 及 pop 的时间复杂度都是 O(1)。 解析： 对于普通栈的push()和pop()函数的复杂度为O(1)；而获取最小值的min() 函数需要遍历整个栈，复杂度为 O
阅读全文
