摘要：
1. 简述 SVM涉及的东西很多，如果要理解全面的话，要理解经验风险与置信风险，VC维理论，推导出最优化公式，最优化求解的拉格朗日解法，核函数，等等方面的内容，当前对SVM理解太少，平时主要使用其工具包，这里记录一下推导出SVM最优化公式的部分，主要参考是维基百科，感觉维基百科在这部分的说明比较清楚简单。2. 推导· 已知信息样本数据：xi是特征向量，yi是标注，p是特征向量的维数，n是样本数量。目标：是寻找最大间隔超平面，一方面保证将所有的样本分开，另一方面超平面两侧的没有样本的间隔最大。·推导假设超平面为w·x + b = 0（一般使用w的转置，这里输入不方便 阅读全文
摘要：
1. 简述 最近打算复习一下，几个经典的树结构，本文主要关注二叉搜索树，英文名称为Binary Search Tree (简称BST)。 本文主要总结二叉搜索树的查找算法、插入算法和删除算法。2. 查找算法 这个比较简单，要么找到了，要么向左，要么向右。BSTNode*bst_search(BSTNode*node,intvalue){while(node!=NULL){if(value<node->value)//向左node=node->left;elseif(value>node->value)//向右node=node->right;else//找到 阅读全文