摘要：
介绍 搬运一下百度百科的定义， 支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平 阅读全文
摘要：
在构建分类器，经过大量数据训练测试后，该如何评估这个分类器的效果？这里总结几个常用的衡量分类器表现的指标。 1、Accuracy 对于一份测试集，Accuracy衡量了分类预测label的准确度。 \(Accuracy = \frac{正确标记的测试数据的数量}{总测试数据的数量}\) 例如，预测l 阅读全文
摘要：
KNN（K-Nearest Neighbour）算法应该是一个比较简单常用的分类方法了。 其大致思路是，假设我们数据中有m个label，对于新数据（测试数据），计算它与其他数据点的“距离”，选择“最近”的k个数据，然后根据这k个数据中最多的label给新数据标记。这里的距离也是有很多选择方式，如欧氏 阅读全文
摘要：
朴素贝叶斯（Naive Bayes）是一种基于概率理论的监督学习算法。 这里提下贝叶斯公式， \(P(C,X) = P(C|X)P(X)=P(X|C)P(C)\) \(P(C|X) = \frac{P(X|C)P(C)}{P(X)}\) 现在我希望我预测的 \(\hat{C} = argmax_{c 阅读全文
摘要：
K-means是比较一种流行的聚类算法，它以非监督的方式将数据分为k个聚类。具体步骤如下， 随机地选择k个数据点作为初始分类的中心(+标记) 计算所有数据点与k个分类中心的“距离”（e.g.欧式距离），将它们标记为最近的那个分类，如上图 对每种分类数据群，重新计算他们的中心（mean point）， 阅读全文
摘要：
百度百科定义 给定N个权值作为N个叶子结点，构造一棵二叉树，若该树的带权路径长度达到最小，称这样的二叉树为最优二叉树，也称为哈夫曼树(Huffman Tree)。哈夫曼树是带权路径长度最短的树，权值较大的结点离根较近。 如何构造一个哈夫曼树（贪婪方法），每次找最小的两个权值的树，合并起来构成新的树， 阅读全文
摘要：
之前没见过遇到了就记录一下，直接看题和解析就能懂， 写出a(b-cd)+e-f/g*(h+i*j-k)的逆波兰表达式。** 根据运算符优先级添加括号。 a*(b-cd)+e-f/g(h+ij-k) = a * (b - (c * d)) + e - (f / g) * (h + (i * j) - 阅读全文
摘要：
关于二叉树的概念 这里允许我简单搬运一下百度百科的定义 二叉树（binary tree）是指树中节点的度不大于2的有序树，它是一种最简单且最重要的树。二叉树的递归定义为：二叉树是一棵空树，或者是一棵由一个根节点和两棵互不相交的，分别称作根的左子树和右子树组成的非空树；左子树和右子树又同样都是二叉树。 阅读全文
摘要：
0、顺序查找 这个不用多说了，一个个比较过去吧。 1、二分查找（Binary search） 二分查找也叫折半查找，可以说是最实用的查找算法之一，前提是查找对象是经过排序的序列。原理也十分简单，每次chec中间的值，如果比我要找的值大，那我就往前找，比我的key小，我就往后找，这样每次折半查找下来， 阅读全文
摘要：
简介 主成分分析 principal component analysis（PCA) 顾名思义是要提取主要数据信息，这是一种非常常用的数据降维手段，也是分析数据特征的一种方法。本文就简单概述一下这个方法以及如何通过sklearn来使用这个工具。 原理 实际中，不论是机器学习还是数据挖掘，数据的维度都 阅读全文