摘要: 一、树的定义 树形结构是一类重要的非线性结构。树形结构是结点之间有分支,并具有层次关系的结构。它非常类似于自然界中的树。树的递归定义:树(Tree)是n(n≥0)个结点的有限集T,T为空时称为空树,否则它满足如下两个条件:(1)有且仅有一个特定的称为根(Root)的结点;(2)其余的结点可分为m(m 阅读全文
posted @ 2019-10-05 16:53 百家齐鸣 阅读(408) 评论(0) 推荐(0) 编辑
摘要: python双向链表和单链表类似,只不过是增加了一个指向前面一个元素的指针,下面的代码实例了python双向链表的方法 示意图: python双向链表实现代码: 输出: 5644056 阅读全文
posted @ 2019-10-05 16:31 百家齐鸣 阅读(234) 评论(0) 推荐(0) 编辑
摘要: 链表由一系列不必在内存中相连的结构构成,这些对象按线性顺序排序。每个结构含有表元素和指向后继元素的指针。最后一个单元的指针指向NULL。为了方便链表的删除与插入操作,可以为链表添加一个表头。 删除操作可以通过修改一个指针来实现。 插入操作需要执行两次指针调整。 1. 单向链表的实现 1.1 Node 阅读全文
posted @ 2019-10-05 16:05 百家齐鸣 阅读(168) 评论(0) 推荐(0) 编辑
摘要: 先来回顾一下栈和队列的基本概念: 相同点:从"数据结构"的角度看,它们都是线性结构,即数据元素之间的关系相同。 不同点:栈(Stack)是限定只能在表的一端进行插入和删除操作的线性表。 队列(Queue)是限定只能在表的一端进行插入和在另一端进行删除操作的线性表。它们是完全不同的数据类型。除了它们各 阅读全文
posted @ 2019-10-05 15:08 百家齐鸣 阅读(249) 评论(0) 推荐(0) 编辑
摘要: Bagging 思想: Bagging 思想: 思想: Bagging就是通过M个弱模型的结果,通过并行集成的方式来获得最终结果。因为M个数据集是相互独立的,因此这M个弱模型之间也是相互独立的,在最终的集成结果时,每个模型的权重是一样的。这是和Boosting所不同的。 集成方式: 回归问题 M个模 阅读全文
posted @ 2019-09-29 23:44 百家齐鸣 阅读(157) 评论(0) 推荐(0) 编辑
摘要: 机器学习算法: 机器学习理论基础学习1——频率派 VS 贝叶斯派 机器学习理论基础学习2——线性回归 机器学习理论基础学习3.1 Linear classification 线性分类之感知机PLA(Percetron Learning Algorithm) 机器学习理论基础学习3.2 Linear 阅读全文
posted @ 2019-09-29 23:43 百家齐鸣 阅读(186) 评论(0) 推荐(0) 编辑
摘要: 一.问题建模 1.评价指标 1.1分类指标 二分类 精确率 P=TP/(TP+FP) 召回率 R=TP/(TP+FN) F1值 2PR/(P+R) P-R曲线 横轴是召回率0-1,纵轴为对应的召回率下的精确率 ROC曲线 横轴为假正率FPF=FP/(FP+TN),纵轴为真正率TPR=TP/(TP+F 阅读全文
posted @ 2019-09-29 23:25 百家齐鸣 阅读(446) 评论(0) 推荐(0) 编辑
摘要: 上述是实例化对象的一个过程。 类的定义和实例化: class Role(object): #定义一个类, class是定义类的语法,Role是类名,(object)是新式类的写法,必须这样写,以后再讲为什么 def __init__(self,name,role,weapon,life_value= 阅读全文
posted @ 2019-09-28 12:18 百家齐鸣 阅读(425) 评论(0) 推荐(0) 编辑
摘要: 1.random.random() 返回0<=n<1之间的随机实数n 2. random.uniform() 弥补了上面函数的不足,它可以设定浮点数的范围,一个是上限,一个是下限。 3. random.randint() 随机生成一个整数int类型,可以指定这个整数的范围,同样有上限和下限值 4.  阅读全文
posted @ 2019-09-28 10:51 百家齐鸣 阅读(191) 评论(0) 推荐(0) 编辑
摘要: u/U:表示unicode字符串 不是仅仅是针对中文, 可以针对任何的字符串,代表是对字符串进行unicode编码。 一般英文字符在使用各种编码下, 基本都可以正常解析, 所以一般不带u;但是中文, 必须表明所需编码, 否则一旦编码转换就会出现乱码。 建议所有编码方式采用utf8 r/R:非转义的原 阅读全文
posted @ 2019-09-28 10:41 百家齐鸣 阅读(153) 评论(0) 推荐(0) 编辑