whatyouknow123

摘要： problem description: given a string s, you shou find the longest palindromic substring in there for example:input :"ssaass" ouput:"ssaass" one solutio 阅读全文

摘要： 第八章 线性回归 1.用线性回归找到最佳拟合直线 （1）线性回归 优点：计算简单，结果易于理解 缺点：对于非线性的问题拟合效果不好 适用的数据类型：数值型和标称型（对于标称型要把它转化为二元的或者多元的数值型） 表示方法： Y = W.X 其中的W就是我们需要的加权系数，Ｘ是输入，Ｙ是输出 （2）求 阅读全文

摘要： 最长不重复子串 阅读全文

摘要： 问题描述： 给定两个链表，计算出链表对应位置相加的和，如果和大于10要往后进位。用链表返回结果。其实上是一种大数加法。可以把一个大数倒着写存入链表，然后两个链表相加就是所需要的大数相加的和 输入 2 -> 3 -> 5 3-> 4 -> 6 输出 5->7->1->1 Python实现的代码 Cla 阅读全文

摘要： logistic回归 1.算法思想 根据给定的数据集确定分类的边界。这个分类的边界就是我们所要求的回归函数。 所谓的回归其实就是最佳拟合，回归函数就是确定最佳回归参数，然后对不同的特征赋予不同的权重 2.算法基础 （1）所采用的映射函数是sigmoid函数，sigmoid函数比0-1函数（正方形波） 阅读全文

摘要： 算法题 问题描述：在一些给定的数中，找到三个数，他们相加的和是0，并且这三个数的组合是不能重复的 例子： input [-1, 0, -1, 2, 1] Output [[-1, 1 ,0], [-1, -1, 2]] 解法： Python代码： Class threesum(object): de 阅读全文

摘要： 第三章 决策树 3.1 算法简介 决策树就像一个数据流程图，区别在于决策树可以在不熟悉的数据集中，提取规则，进而构造出一棵决策树 优点：计算复杂度不高，输出的结果易于理解， 对中间缺省值不敏感，可以处理不想关的特征 缺点：容易发生过度匹配 适用的数据类型：数值型和标称型 3.2 算法的一般流程 1. 阅读全文

摘要： 第二章 k近邻 2.1 算法描述 （1）采用测量不同特征值之间的距离进行分类 优点：对异常点不敏感，精度高，无数据输入设定 缺点：空间，计算复杂度高 适合数据：标称与数值 （2）算法的工作原理： 基于已有的带有标签的训练数据，计算出需要预测的数据与每个训练数据之间的距离，找到其中距离最近的k个数据， 阅读全文

摘要： 一．列表和元组的区别 列表是允许修改的，而元组是不能修改的，元组只能实现拼接，形成一个新的元组。两者可以实现相互转换，列表转换成元组使用truple函数，而元组转换成列表使用list函数。 二．Raw_input 和input 的区别 使用raw_input输入的强制转换成了，字符串；而用input 阅读全文

摘要： 任务背景： 在网络上获取的ccf目录的格式是PDF，但是要进行数据分析时，PDF格式的数据是不符合要求的，因此需要将pdf格式转化为excel格式 任务目的： 将pdf格式的CCF目录转化为excel格式，并且备注上等级和所属的领域 包含的数据字段有：全称，出版商，等级，所属领域 解决过程： 1.首 阅读全文