上一页 1 2 3 4 5 6 7 8 9 ··· 39 下一页
  2021年6月3日
摘要: 逻辑回归为什么要对特征进行离散化? 在工业界,很少直接将连续值做啥逻辑回归模型的特征输入,而是将连续特征离散化为一系列0、1特征交给逻辑回归模型,优势如下: 1、离散特征的增加和减少都很容易,易于模型的快速迭代; 2、稀疏向量内积乘法运算速度快,计算结果方便存储,容易扩展; 3、离散化后的特征对异常 阅读全文
posted @ 2021-06-03 10:32 小小喽啰 阅读(739) 评论(0) 推荐(0) 编辑
  2021年5月20日
摘要: 1. 两数之和 15. 三数之和 18. 四数之和 167. 两数之和 II - 输入有序数组 560. 和为K的子数组 653. 两数之和 IV - 输入 BST 1. 两数之和 给定一个整数数组 nums 和一个整数目标值 target,请你在该数组中找出 和为目标值 的那 两个 整数,并返回它 阅读全文
posted @ 2021-05-20 12:47 小小喽啰 阅读(228) 评论(0) 推荐(0) 编辑
  2021年5月17日
摘要: 该文章主要记录一些技巧,或者是注意点 387. 字符串中的第一个唯一字符 给定一个字符串,找到它的第一个不重复的字符,并返回它的索引。如果不存在,则返回 -1。 示例: s = "leetcode"返回 0 s = "loveleetcode"返回 2 注意点:该题输出第一个索引的位置不难,直接br 阅读全文
posted @ 2021-05-17 17:19 小小喽啰 阅读(107) 评论(0) 推荐(0) 编辑
摘要: 比如说,我要找到 'hello world' 中的 'l'所有的索引位置 def str_all_index(str_,a): ''' Parameters str_ : string. a : str_中的子串 Returns index_list : list 首先输入变量2个,输出list,然 阅读全文
posted @ 2021-05-17 09:52 小小喽啰 阅读(4269) 评论(0) 推荐(1) 编辑
  2021年5月13日
摘要: 简单题: 只出现过一次数字 给定一个非空整数数组,除了某个元素只出现一次以外,其余每个元素均出现两次。找出那个只出现了一次的元素。 说明: 你的算法应该具有线性时间复杂度。 你可以不使用额外空间来实现吗? 示例 1: 输入: [2,2,1]输出: 1示例 2: 输入: [4,1,2,1,2]输出: 阅读全文
posted @ 2021-05-13 19:42 小小喽啰 阅读(124) 评论(0) 推荐(0) 编辑
  2021年5月10日
摘要: 目录: 1. 两数之和 3. 无重复字符的最长子串 7. 整数反转 8. 字符串转换整数 (atoi) 217. 存在重复元素 219. 存在重复元素 II 238. 除自身以外数组的乘积 345. 反转字符串中的元音字母 1. 两数之和 给定一个整数数组 nums 和一个整数目标值 target, 阅读全文
posted @ 2021-05-10 11:52 小小喽啰 阅读(426) 评论(0) 推荐(0) 编辑
  2021年4月21日
摘要: 决策树虽然有很多种算法,但是我们基本使用的是CART算法,所以对于决策树,我建议主要深究CART算法就可以 了 一、CART算法介绍 CART(Classification And Regression Tree),看英文名字分类和回归树,就知道该算法既可以用作分类也可以用作回归,我们sklearn 阅读全文
posted @ 2021-04-21 16:39 小小喽啰 阅读(2242) 评论(0) 推荐(0) 编辑
  2021年4月20日
摘要: 一、方程式 SymPy中方程式不是用“=”表示相等,而是使用Eq from sympy import * x, y, z = symbols('x y z') init_printing(use_unicode=True) Eq(x, y) 还可以这样表达 solveset(Eq(x**2, 1), 阅读全文
posted @ 2021-04-20 11:54 小小喽啰 阅读(4814) 评论(2) 推荐(1) 编辑
  2021年4月15日
摘要: https://docs.sympy.org/latest/tutorial/calculus.html 本文主要记录一些特殊的函数,比如阶乘啊,二项分布等等 首先定于变量 x, y, z = symbols('x y z') k, m, n = symbols('k m n') 一、阶乘facto 阅读全文
posted @ 2021-04-15 19:10 小小喽啰 阅读(1240) 评论(0) 推荐(0) 编辑
摘要: 首先看这两个等式 是表达式1的特例,也是成立的 定义域如下 x, y = symbols('x y', positive=True) n = symbols('n', real=True) 1.expand_log展开 其中注意事项和幂函数差不多,不赘述了 x, y = symbols('x y', 阅读全文
posted @ 2021-04-15 17:41 小小喽啰 阅读(790) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 9 ··· 39 下一页