whatyouknow123

摘要： description: Given a string s consists of upper/lower-case alphabets and empty space characters ' ', return the length of last word in the string. If 阅读全文

摘要： 我们知道L1正则化和L2正则化都可以用于降低过拟合的风险，但是L1正则化还会带来一个额外的好处：它比L2正则化更容易获得稀疏解，也就是说它求得的w权重向量具有更少的非零分量。 为了理解这一点我们看一个直观的例子：假定x有两个属性，于是无论是采用L1正则化还是采用L2正则化，它们解出的w权重向量都具有 阅读全文

摘要： 第十五章 大数据与Maprudece 一．引言 实际生活中的数据量是非常庞大的，采用单机运行的方式可能需要若干天才能出结果，这显然不符合我们的预期，为了尽快的获得结果，我们将采用分布式的方式，将计算分布到不同的机器上。Mapreduce就是一个典型的分布式框架，Hadoop则是用java编写的一个M 阅读全文

摘要： description: Implement next permutation, which rearranges numbers into the lexicographically next greater permutation of numbers. If such arrangement 阅读全文

摘要： 第十四章 利用SVD简化数据 一．引言 SVD的全称是奇异值分解，SVD的作用是它能够将高维的数据空间映射到低维的数据空间，实现数据约减和去除噪声的功能。 SVD的特点主要有以下几个方面： 1.它的优点：去除噪声，简化数据，提高算法的结果 2.它的缺点：数据的转化难以理解 3.它适用的数据：数值型数 阅读全文

摘要： description: Follow up for "Search in Rotated Sorted Array":What if duplicates are allowed? Would this affect the run-time complexity? How and why? Su 阅读全文

摘要： Description: Given a collection of numbers that might contain duplicates, return all possible unique permutations. For example,[1,1,2] have the follow 阅读全文

摘要： 第十三章 利用PCA来简化数据 一．降维技术 当数据的特征很多的时候，我们把一个特征看做是一维的话，我们数据就有很高的维度。高维数据会带来计算困难等一系列的问题，因此我们需要进行降维。降维的好处有很多，比如：降低算法开销，让数据更加便于使用，去燥，数据更易于显示等等。 目前的降维技术主要有三种：第一 阅读全文

摘要： 第十章 利用k-均值聚类算法对未标注的数据进行分组 一．导语 聚类算法可以看做是一种无监督的分类方法，之所以这么说的原因是它和分类方法的结果相同，区别它的类别没有预先的定义。簇识别是聚类算法中经常使用的一个概念，使用这个概念是为了对聚类的结果进行定义。 聚类算法几乎可以用于所有的对象，并且簇内的对象 阅读全文

摘要： 第十二章 使用FP-growth算法高效的发现频繁项集 一．导语 FP-growth算法是用于发现频繁项集的算法，它不能够用于发现关联规则。FP-growth算法的特殊之处在于它是通过构建一棵Fp树，然后从FP树上发现频繁项集。 FP-growth算法它比Apriori算法的速度更快，一般能够提高两 阅读全文