摘要：
[ML学习笔记] XGBoost算法 回归树 决策树可用于分类和回归，分类的结果是离散值（类别），回归的结果是连续值（数值），但本质都是 特征 （feature）到 结果/标签 （label）之间的映射。 这时候就没法用信息增益、信息增益率、基尼系数来判定树的节点分裂了，那么回归树采用新的方式是 预 阅读全文
摘要：
[ML学习笔记] 朴素贝叶斯算法（Naive Bayesian) 贝叶斯公式 $$P(A\mid B) = \frac{P(B\mid A)P(A)}{P(B)}$$ 我们把P(A)称为"先验概率"（Prior probability），即在B事件发生之前，对A事件概率的一个判断。P(A|B)称为" 阅读全文
摘要：
[ML学习笔记] 决策树与随机森林（Decision Tree&Random Forest） 决策树 决策树算法以树状结构表示数据分类的结果。每个决策点实现一个具有离散输出的测试函数，记为分支。 一棵决策树的组成：根节点、非叶子节点（决策点）、叶子节点、分支 算法分为两个步骤：1. 训练阶段（建模） 阅读全文
摘要：
[ML学习笔记] 回归分析（Regression Analysis） 回归分析：在一系列已知自变量与因变量之间相关关系的基础上，建立变量之间的回归方程，把回归方程作为算法模型，实现对新自变量得出因变量的关系。 回归与分类的区别：回归预测的是连续变量（数值），分类预测的是离散变量（类别）。 线性回归 阅读全文
摘要：
2018计算机专业保研面经（清华、浙大、华科） 开始写这篇博客的时候是在从浙大返校的路上。一路过来真不容易。旁人眼中对保研可能只是艳羡，仿佛就只要坐等offer似的，虽然我在此之前也确实没想过会跟打战一般的度过这几个月。 先大致说明下个人条件。福州大学计算机实验班，排名专业第2（九月初印的成绩单）， 阅读全文
摘要：
详解动态规划（Dynamic Programming）& 背包问题 引入 有序号为1~n这n项工作，每项工作在Si时间开始，在Ti时间结束。对于每项工作都可以选择参加与否。如果选择了参与，那么自始至终都必须全程参与。此外，参与不同工作的时间段不能重叠。目标是参与尽可能多的工作，问最多能参与多少项工作 阅读全文
摘要：
2018面向对象课程助教总结 时间过得很快，从2月份布置第一次作业起，到现在竟然已经快过了半年。 所有同学的总结博客我都一字字的看了，几乎都提到通过博客作业学到了很多。有同学说“这门面向对象是我到现在最有大学感受的课程”，真的，我大一结束后也是这样想的，如出一辙。 经历了从零开始一股脑扔出一大堆新东 阅读全文
摘要：
【2017级面向对象程序设计】第7、8次成绩排行 作业地址 第7次：https://www.cnblogs.com/easteast/p/9212911.html 第8次：https://www.cnblogs.com/easteast/p/9247137.html 评分准则 第7次作业由课堂展示和 阅读全文
摘要：
看完就懂了！一篇搞定图论最短路径问题 最最原始的问题——两点间的最短路 这类背景一般是类似：已知各城市之间距离，请给出从城市A到城市B的最短行车方案 or 各城市距离一致，给出需要最少中转方案。 也就是， 固定起始点的情况下，求最短路 。 这个问题用简单的搜索就能轻松解决。（本部分内容不涉及图论算法 阅读全文
摘要：
【2017级面向对象程序设计】第6次成绩排行 作业地址 http://www.cnblogs.com/easteast/p/9172667.html 评分准则 本次作业满分 20 分，团队分数满分 100，为各成员的分数累加映射值。 思路描述。描述对于自己此次任务是如何思考的。（4分） 设计实现过程 阅读全文