摘要：
基本概念： 损失函数：计算的是一个样本的误差 代价函数：是整个训练集上所有样本误差的平均 目标函数：代价函数 + 正则化项 实际应用： 损失函数和代价函数是同一个东西，目标函数是一个与他们相关但更广的概念。 即最优化经验风险和结构风险，而这个函数就被称为目标函数 阅读全文
摘要：
一、决策树 1、优点 易于理解和解释，可视化； 测试数据集时候，运行速度快； 易于扩展； 2、缺点 缺失数据处理困难； 容易过拟合； 忽略属性之间的相关性； ID3算法计算信息增益时结果偏向数值比较多的特征； 基于条件概率，容易理解不同属性对结果的影响程度。但因为只要追踪叶子节点的属性，所以很容易受 阅读全文
摘要：
1、欧氏距离 两个点的所有维度的坐标差的平方和最后开根号； 2、曼哈顿距离 两个点的坐标差的绝对值求和； 两个点在标准坐标系上的绝对轴距总和； dis=abs(x1-x2)+(y1-y2) 3、切比雪夫 各个坐标距离（绝对值）的最大值； 坐标差的绝对值的最大值； dis=max(abs(x1-x2) 阅读全文
摘要：
&&和||的短路运算，是指如果在进行前面的表达式的运算过程，通过判断已经明确的知道整个表达式的结果，那么就不会进行后面表达式的运算判断。 表达式1 || 表达式2 || 表达式3...|| 表达式n，如果表达式1的运算结果为true，则整个表达式的结果为true，同时不会再对后面的表达式2、表达式3 阅读全文
摘要：
思路： 利用递归累加，逻辑运算符的短路运算。 阅读全文
摘要：
思路： 首先确定一共有5张牌，最多可以有四个王，王用0表示。 先排序，找出0的个数； 从第一个非0的数字开始遍历，两数之间的差值用0来代替，当0用完之后还有其他的数字之间差值大于1的，那就返回false。 碰到相同的数字返回false； 阅读全文