随笔分类 - algorithm
摘要：问题背景 在平安的时候会经常对比多个模型的效果，也会加很多规则系数做模型排序，做推荐的时候粗排需要对多个维度进行打分， 例如 score = 模型1 * 0.5 + 模型2 * 0.3 + 模型3 * 0.2 similar = 年龄 * 0.2 + 性别 * 0.1 + 地区 * 0.5 搜索结果
阅读全文
摘要：完全二叉树：除了最后一层，其他层节点都是满的 满二叉树：每层节点都是满的 平衡二叉树： 左右子树高度差不超过1，插入、删除时间复杂度O(logn) 二叉查找树： 左节点小于根节点，根节点小于右节点 最大最小堆： 最大堆：父节点比子节点大，插入删除O(logn) 最小堆：父节点比子节点小，插入删除O(
阅读全文
摘要：问题 在清华新闻分类数据集上，使用TextCNN效果不错，使用TextLSTM/RNN学习不动，损失和acc均无变化 定位问题 CNN效果有提升，说明train代码和数据没问题； 更改RNN/LSTM结构，加损失函数还是没效果； 修改lr、embed_dim，num_laber均无效果； 本地一步步
阅读全文
摘要：目的： L1和L2正则都可以解决过拟合 方法： L1正则:向量中各个元素绝对值的和，适用于稀疏特征。原理：直接删除异常特征，解决过拟合。 缺点：绝对值不可求导，需要特殊处理。 L2正则：向量中各元素平方和求平方根，使用场景更多，计算方便。原理：将异常特征平均化。 图像： L1是蓝色的线，L2是红色的
阅读全文
摘要：需求背景 标记出一句话中所有关键词 inpu:我想买苹果手机，请问哪里可以买苹果手机 keyword:"苹果", "苹果手机", "哪里" result:我想买[[苹果手机]]，请问[[哪里]]可以买[[苹果手机]] 10w条耗时：41ms 难点：需要考虑单词重叠问题（overlap），例如“苹果手
阅读全文
摘要：
阅读全文
摘要：def f1Score(correct_label, predict_label): """ 计算混淆矩阵及f1得分 :param correct_label: 正确的分类标签 ['0','1','2','3'] :param predict_label: 预测的分类标签 :return: """
阅读全文
摘要：原文地址： "https://www.cnblogs.com/codeape/p/3845375.html" 目录[隐藏] window.content_index_showTocToggle=true;function content_index_toggleToc(){var tts="显示";
阅读全文
摘要：一般原理：发生拥塞控制的原因：资源(带宽、交换节点的缓存、处理机)的需求 可用资源。 作用：拥塞控制就是为了防止过多的数据注入到网络中，这样可以使网络中的路由器或者链路不至于过载。拥塞控制要做的都有一个前提：就是网络能够承受现有的网络负荷。 对比流量控制：拥塞控制是一个全局的过程，涉及到所有的主机、
阅读全文
摘要："转载：最小生成树" Kruskal算法 此算法可以称为“加边法”，初始最小生成树边数为0，每迭代一次就选择一条满足条件的最小代价边，加入到最小生成树的边集合里。 1. 把图中的所有边按代价从小到大排序； 2. 把图中的n个顶点看成独立的n棵树组成的森林； 3. 按权值从小到大选择边，所选的边连接的
阅读全文
摘要：最大最小堆 堆是一种经过排序的完全二叉树，其中任一非终端节点的数据值均不大于（或不小于）其左子节点和右子节点的值。 最大堆和最小堆是二叉堆的两种形式。 最大堆：根结点的键值是所有堆结点键值中最大者。 最小堆：根结点的键值是所有堆结点键值中最小者。 最小堆示例 建立最小堆 初始数组为：9,3,7,6,
阅读全文
摘要：最小堆 最小堆是一种完全二叉树，特点是根节点比两个子节点都小（或者根节点比子节点都大） 过程 先找10000个数构建最小堆 依次遍历10亿个数，如果比最小堆的最小值大，则替换这个最小值，并重新构建最小堆 最后输入10000个值 时间复杂度 构建最小堆的复杂度为 logn，求出最大m个数会构建m次最小
阅读全文
摘要：1. 获取关键词，返回词典（key, value）格式数据，key为关键词，value为出现次数； 2. 获取所有新闻id和content，返回词典（key, value）格式数据，key为id，value为content； 3. 对关键词排序，统计出现频率大于1的关键词 4. 以关键词为行，新闻i
阅读全文
摘要：文档链接：http://files.cnblogs.com/files/bincoding/%E5%A5%87%E5%BC%82%E5%80%BC%E5%88%86%E8%A7%A3.zip 强大的矩阵奇异值分解(SVD)及其应用 版权声明： 本文由LeftNotEasy发布于http://left
阅读全文
摘要：编辑距离定义： 编辑距离，又称Levenshtein距离，是指两个字串之间，由一个转成另一个所需的最少编辑操作次数。 许可的编辑操作包括：将一个字符替换成另一个字符，插入一个字符，删除一个字符。 例如将eeba转变成abac： 所以eeba和abac的编辑距离就是3 俄罗斯科学家Vladimir L
阅读全文
摘要：1. 聚类问题 所谓聚类问题，就是给定一个元素集合D，其中每个元素具有n个可观察属性，使用某种算法将D划分成k个子集，要求每个子集内部的元素之间相异度尽可能低，而不同子集的元素相异度尽可能高。 2. K-均值算法简介 k-means算法，也被称为k-平均或k-均值，是一种得到最广泛使用的聚类算法。
阅读全文
摘要：选择排序（Selection sort）是一种简单直观的排序算法。它的工作原理是每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，直到全部待排序的数据元素排完。 选择排序不稳定，会导致相同值位置发生改变。 算法步骤： 1）首先在未排序序列中找到最小（大）元素，存放到排序序
阅读全文
摘要：直接插入排序是稳定排序（相同的值不会改变原来的顺序） 直接插入排序的算法思路： （1） 设置监视哨r[0]，将待插入纪录的值赋值给r[0]； （2） 设置开始查找的位置j； （3） 在数组中进行搜索，搜索中将第j个纪录后移，直至r[0].key≥r[j].key为止； （4） 将r[0]插入r[j+
阅读全文
摘要：冒泡排序（Bubble Sort）也是一种简单直观的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。 冒泡排序算法
阅读全文
