上一页 1 ··· 7 8 9 10 11 12 13 14 15 ··· 50 下一页
摘要: 一些预备知识: 欧拉路径: 如果在一张图中,可以从一点出发遍历所有的边,那么遍历过程中的这条路径就叫做欧拉路径。如果这条路径是闭合的,那就称为欧拉回路。简单地说,如果一张图可以被“一笔画”,那么“一笔画”的那个轨迹就叫做欧拉路径。 欧拉图判定定理: 含有欧拉回路的图称为欧拉图,含有欧拉路径的图称为半 阅读全文
posted @ 2020-04-03 19:24 猪突猛进!!! 阅读(632) 评论(0) 推荐(0) 编辑
摘要: 题目描述: 对于一个具有树特征的无向图,我们可选择任何一个节点作为根。图因此可以成为树,在所有可能的树中,具有最小高度的树被称为最小高度树。给出这样的一个图,写出一个函数找到所有的最小高度树并返回他们的根节点。 题解: 首先要确定一个结论,最小高度树最多只有两个。可以用反证法证明,假设有n(n>=3 阅读全文
posted @ 2020-04-02 20:54 猪突猛进!!! 阅读(193) 评论(0) 推荐(0) 编辑
摘要: 题目描述: 你这个学期必须选修 numCourse 门课程,记为 0 到 numCourse-1 。在选修某些课程之前需要一些先修课程。 例如,想要学习课程 0 ,你需要先完成课程 1 ,我们用一个匹配来表示他们:[0,1] 给定课程总量以及它们的先决条件,请你判断是否可能完成所有课程的学习? 题解 阅读全文
posted @ 2020-04-01 10:35 猪突猛进!!! 阅读(163) 评论(0) 推荐(0) 编辑
摘要: 题目描述: 给定一个单词列表,我们将这个列表编码成一个索引字符串 S 与一个索引列表 A。例如,如果这个列表是 ["time", "me", "bell"],我们就可以将其表示为 S = "time#bell#" 和 indexes = [0, 2, 5]。 对于每一个索引,我们可以通过从字符串 S 阅读全文
posted @ 2020-03-31 12:12 猪突猛进!!! 阅读(416) 评论(0) 推荐(0) 编辑
摘要: 题目描述: 有两个容量分别为 x升 和 y升 的水壶以及无限多的水。请判断能否通过使用这两个水壶,从而可以得到恰好 z升 的水?如果可以,最后请用以上水壶中的一或两个来盛放取得的 z升 水。 你允许: 装满任意一个水壶 清空任意一个水壶 从一个水壶向另外一个水壶倒水,直到装满或者倒空 题解: 题目允 阅读全文
posted @ 2020-03-31 10:19 猪突猛进!!! 阅读(276) 评论(0) 推荐(0) 编辑
摘要: 定义: 将数据转换为能更好地表示潜在问题的特征,从而提高机器学习性能。主要有以下五个部分 数据理解(主要在EDA部分完成) 数据清洗 特征构造 特征选择 类别不平衡问题解决 数据清洗(注意,这部分只在训练集上进行) 目的:提高数据质量,降低算法用错误数据建模的风险 1. 特征变换: 模型无法处理或者 阅读全文
posted @ 2020-03-30 16:56 猪突猛进!!! 阅读(535) 评论(0) 推荐(0) 编辑
摘要: 题目描述: 给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额,返回 -1。 题解: 把amount看作背包容量,把coins[i]看作value[i]为1、weight[i]为coins[i]的物品 阅读全文
posted @ 2020-03-30 10:27 猪突猛进!!! 阅读(177) 评论(0) 推荐(0) 编辑
摘要: 题目描述: 0,1,,n-1这n个数字排成一个圆圈,从数字0开始,每次从这个圆圈里删除第m个数字。求出这个圆圈里剩下的最后一个数字。 例如,0、1、2、3、4这5个数字组成一个圆圈,从数字0开始每次删除第3个数字,则删除的前4个数字依次是2、0、4、1,因此最后剩下的数字是3。 题解: 剑指offe 阅读全文
posted @ 2020-03-30 10:13 猪突猛进!!! 阅读(175) 评论(0) 推荐(0) 编辑
摘要: 定义 探索性数据分析(Exploratory Data Analysis,EDA)是指对已有数据在尽量少的先验假设下通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。一般有以下几个目的: 弄清楚数据的含义 发现数据的结构 锁定一些重要的特征(通过观察该特征不同值对应的 阅读全文
posted @ 2020-03-29 20:56 猪突猛进!!! 阅读(1696) 评论(0) 推荐(0) 编辑
摘要: Datawhale 零基础入门数据挖掘-Task2 数据分析 二、 EDA-数据探索性分析 2.1 EDA目标 弄清楚数据的结构以及数据能够表达出的东西 尝试结合题目的描述锁定一些重要的特征 找出一些离群的值、异常值 找出一个适用于该赛题的模型 2.2 内容介绍 载入各种数据科学以及可视化库: 数据 阅读全文
posted @ 2020-03-28 19:52 猪突猛进!!! 阅读(839) 评论(0) 推荐(0) 编辑
上一页 1 ··· 7 8 9 10 11 12 13 14 15 ··· 50 下一页