- 博客(30)
- 收藏
- 关注
RSS订阅原创 leetcode-27 移除元素
leetcode-27 移除元素leetcode-27 移除元素1.题目描述给你一个数组 nums 和一个值 val，你需要 原地 移除所有数值等于 val 的元素，并返回移除后数组的新长度。不要使用额外的数组空间，你必须仅使用 O(1) 额外空间并 原地 修改输入数组。元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。说明:为什么返回数值是整数，但输出的答案是数组呢?请注意，输入数组是以「引用」方式传递的，这意味着在函数里修改输入数组对于调用者是可见的。你可以想象内部操作如下:
2021-04-15 12:18:45
108
原创 leetcode-485. 最大连续 1 的个数
leetcode-485 最大连续 1 的个数leetcode-4851.题目描述给定一个二进制数组， 计算其中最大连续 1 的个数。示例：输入：[1,1,0,1,1,1]输出：3解释：开头的两位和最后的三位都是连续 1 ，所以最大连续 1 的个数是 3.提示：输入的数组只包含 0 和 1 。输入数组的长度是正整数，且不超过 10,000。2.解题算法2.1一次遍历思路及解法为了得到数组中最大连续 11 的个数，需要遍历数组，并记录最大的连续 11 的个数和当前的连续 11 的个
2021-04-15 11:08:19
151
原创 leetcode-283 移动零 [数组]
leetcode-283 移动零leetcode-2831.题目描述给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。示例:输入: [0,1,0,3,12]输出: [1,3,12,0,0]说明:必须在原数组上操作，不能拷贝额外的数组。尽量减少操作次数。2.解题算法2.1一次遍历/双指针思路及解法使用双指针，左指针指向当前已经处理好的序列的尾部，右指针指向待处理序列的头部。右指针不断向右移动，每次右指针指向非零数，则将左右指针对应的数交换
2021-04-15 10:53:45
140
原创 Leetcode-50. Pow(x, n)
Leetcode-50. Pow(x, n)50. Pow(x, n)1.题目描述实现 pow(x, n) ，即计算 x 的 n 次幂函数。示例 1:输入: 2.00000, 10输出: 1024.00000示例 2:输入: 2.10000, 3输出: 9.26100示例 3:输入: 2.00000, -2输出: 0.25000解释: 2-2 = 1/22 = 1/4 = 0.252.解题算法2.1 解题思路分治算法（1）确定切分的终止条件对n不断除以2，并更新n，直到为
2021-03-02 21:47:11
108
原创 Leetcode-53.最大子序和
Leetcode-53.最大子序和53.最大子序和1.题目描述给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。示例:输入: [-2,1,-3,4,-1,2,1,-5,4],输出: 6解释: 连续子数组 [4,-1,2,1] 的和最大为6。2.解题算法2.1 解题思路分治算法（1）确定切分的终止条件直到所有的子问题都是长度为 1 的数组，停止切分。（2）准备数据，将大问题切分为小问题递归地将原数组二分为左区间与右区间，直到最终的
2021-03-02 20:52:53
51
原创 Leetcode-169.多数元素
Leetcode-169.多数元素169.多数元素1.题目描述给定一个大小为 n 的数组，找到其中的众数。众数是指在数组中出现次数大于 [n/2] 的元素。你可以假设数组是非空的，并且给定的数组总是存在众数。示例 1:输入: [3,2,3]输出: 3示例 2:输入: [2,2,1,1,1,2,2]输出: 22.解题方法2.1 解题思路分治算法（1）将大问题细化为小问题将数据二分为左右子区间，直至最终的子数组只有一个数字，则这个数字为该最小子数组的众数（2）将结果合并若（子）
2021-01-24 12:04:46
74
原创 Leetcode-分治算法
Leetcode-分治算法中心思想将原问题递归地分成若干个子问题，直到子问题满足边界条件，停止递归。将子问题逐个击破(一般是同种方法)，将已经解决的子问题合并，最后，算法会层层合并得到原问题的答案。中心思想图解步骤分：递归地将问题分解为各个的子问题(性质相同的、相互独立的子问题)；治：将这些规模更小的子问题逐个击破；合：将已解决的子问题逐层合并，最终得出原问题的解；适用条件（1）原问题的计算复杂度随着问题的规模的增加而增加。（2）原问题能够被分解成更小的子问题。（3）子问题的结构和性
2021-01-24 12:03:09
96
原创 目标检测入门——01目标检测概念及数据集
目标检测入门——01目标检测概念及数据集1. 目标检测1.1目标检测是什么在入门阶段，大家经常会混淆分类任务和检测任务。分类任务是要明确图中是什么（属于哪一类，比如是猫还是狗），检测任务是要明确图中有什么，在什么位置，需要用目标框框出来，是在分类任务上进一步的任务。如下图，检测出图片中是一只猫不是一只狗，就是分类任务。下面这张图，检测出图片中是一只猫并框出猫的位置，就属于检测任务。2.目标检测的原理2.1目标检测的基本原理对于给出的图片，采用滑动窗口的方式，按照一定的顺序遍历图片中的各个
2020-12-16 21:34:01
1350
原创 零基础入门金融风控之贷款违约预测挑战赛-task05模型融合
目录1.模型融合方式1.1 平均：1.2 投票：1.3 综合：2. stacking\blending详解零基础入门金融风控之贷款违约预测挑战赛1.模型融合方式1.1 平均：简单平均法pre = (pre1 + pre2 + pre3 +...+pren )/n加权平均法pre = 0.3pre1 + 0.3pre2 + 0.4pre3 1.2 投票：简单投票法from xgboost import XGBClassifierfrom sklearn.linear_model im
2020-09-25 11:11:19
359
原创 零基础入门金融风控之贷款违约预测挑战赛-task04特征工程
目录1 模型介绍2 模型对比2.1 逻辑回归2.2 决策树模型2.3 集成模型集成方法（ensemble method）3 模型评估4.代码5 模型调参5.1 贪心调参5.2 网格搜索5.3 贝叶斯调参零基础入门金融风控之贷款违约预测挑战赛1 模型介绍1.1 逻辑回归模型1.2 决策树模型1.3 GBDT模型1.4 XGBoost模型1.5 LightGBM模型1.6 Catboost模型1.7 时间序列模型2 模型对比2.1 逻辑回归优点训练速度较快，分类的时候，计算量仅仅只和特
2020-09-24 20:28:39
168
原创 零基础入门金融风控之贷款违约预测挑战赛-task03特征工程
目录1.数据预处理2.异常值处理2.1 检测异常的方法一：均方差2.2 检测异常的方法二：箱型图3.数据分箱3.1固定宽度分箱3.2分位数分箱3.3 卡方分箱及其他分箱方法的尝试4.特征编码5.特征选择5.1 Filter 基于特征间的关系进行筛选5.1.1 方差选择法5.1.2相关系数法5.1.3 卡方检验5.1.4 互信息法5.2 Wrapper （Recursive feature elimination，RFE）5.3 Embedded5.3.1 基于惩罚项的特征选择法5.3.2 基于树模型的特征选
2020-09-15 22:16:35
360
原创 零基础入门金融风控之贷款违约预测挑战赛-task02数据分析
零基础入门金融风控之贷款违约预测挑战赛-task02数据分析零基础入门金融风控之贷款违约预测挑战赛目录零基础入门金融风控之贷款违约预测挑战赛-task02数据分析1.读取数据集进行粗略了解1.1 导入所需库1.2 读取数据文件1.3 总体了解2.查看缺失值、唯一值3. 查看特征的数值类型、对象类型4.变量分布可视化4.1 单一变量分布可视化4.2 根绝y值不同可视化x某个特征的分布4.3 时间格式数据处理及查看4.4 掌握透视图可以让我们更好的了解数据4.5 生成数据报告1.读取数据集进行粗略了解1
2020-09-15 13:50:38
242
原创 零基础入门金融风控之贷款违约预测挑战赛-task01
零基础入门金融风控之贷款违约预测挑战赛-task01零基础入门金融风控之贷款违约预测挑战赛1.赛题描述根据某信贷平台的贷款记录的数据，进行训练测试，预测用户贷款是否违约，得出用户违约的概率。在给出的数据中，总数据量超过120w，包含47列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取80万条作为训练集，20万条作为测试集A，20万条作为测试集B，同时会对employmentTitle、purpose、postCode和title等信息进行脱敏。2.数据信息train.csv
2020-09-15 11:22:57
506
原创 python入门
python入门1.模块容器 -> 数据的封装函数 -> 语句的封装类 -> 方法和属性的封装模块 -> 程序文件2.命名空间命名空间因为对象的不同，也有所区别，可以分为如下几种：内置命名空间（Built-in Namespaces）：Python 运行起来，它们就存在了。内置函数的命名空间都属于内置命名空间，所以，我们可以在任何程序中直接运行它们，比如id(),不需要做什么操作，拿过来就直接使用了。全局命名空间（Module：Global Namespaces）：
2020-07-31 20:20:14
82
原创 python学习入门
python学习入门1.函数（1）定义函数以def关键词开头，后接函数名和圆括号()。函数执行的代码以冒号起始，并且缩进。return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。def functionname(parameters): "函数_文档字符串" function_suite return [expression]（2）调用def printme(str): print(str)print
2020-07-31 20:02:54
126
原创 python入门
python入门1.字典字典 是无序的 键:值（key:value）对集合，键必须是互不相同的（在同一个字典之内）。dict 内部存放的顺序和 key 放入的顺序是没有关系的。dict 查找和插入的速度极快，不会随着 key 的增加而增加，但是需要占用大量的内存。字典 定义语法为 {元素1, 元素2, …, 元素n}其中每一个元素是一个「键值对」-- 键:值 (key:value)关键点是「大括号 {}」,「逗号 ,」和「冒号 :」大括号 – 把所有元素绑在一起逗号 – 将每个键值对分开
2020-07-31 19:03:48
61
原创 python入门
python入门1.列表简单数据类型整型<class ‘int’>浮点型<class ‘float’>布尔型<class ‘bool’>容器数据类型列表<class ‘list’>元组<class ‘tuple’>字典<class ‘dict’>集合<class ‘set’>字符串<class ‘str’>、（1）创建列表mix = [1, 'lsgo', 3.14, [1, 2, 3]
2020-07-28 17:43:09
72
原创 python入门04
python入门041. while 循环while语句最基本的形式包括一个位于顶部的布尔表达式，一个或多个属于while代码块的缩进语句。while 布尔表达式: 代码块while循环的代码块会一直循环执行，直到布尔表达式的值为布尔假。如果布尔表达式不带有<、>、==、！=、in、not in等运算符，仅仅给出数值之类的条件，也是可以的。当while后写入一个非零整数时，视为真值，执行循环体；写入0时，视为假值，不执行循环体。也可以写入str、list或任何序列，长度非零则
2020-07-26 10:24:46
57
原创 python入门05
异常处理异常就是运行期检测到的错误。计算机语言针对可能出现的错误定义了异常类型，某种错误引发对应的异常时，异常处理程序将被启动，从而恢复程序的正常运行。1. Python 标准异常总结BaseException：所有异常的 基类Exception：常规异常的 基类StandardError：所有的内建标准异常的基类ArithmeticError：所有数值计算异常的基类FloatingPointError：浮点计算异常OverflowError：数值运算超出最大限制ZeroDivisionE
2020-07-26 10:05:33
51
原创 python入门03
python入门031. if 语句if expression: expr_true_suiteif 语句的 expr_true_suite 代码块只有当条件表达式 expression 结果为真时才执行，否则将继续执行紧跟在该代码块后面的语句。单个 if 语句中的 expression 条件表达式可以通过布尔操作符 and，or和not 实现多重条件判断。2. if - else 语句if expression: expr_true_suiteelse: expr_
2020-07-23 20:48:42
54
原创 python入门02
python入门021.原码、反码、补码二进制有三种不同的表示形式：原码、反码和补码，计算机内部使用补码来表示。原码：就是其二进制表示（注意，最高位是符号位）。反码：正数的反码就是原码，负数的反码是符号位不变，其余位取反（对应正数按位取反）。补码：正数的补码就是原码，负数的补码是反码+1。符号位：最高位为符号位，0表示正数，1表示负数。在位运算中符号位也参与运算。2.按位非操作~~ 把num的补码中的 0 和 1 全部取反（0 变为 1，1 变为 0）有符号整数的符号位在 ~ 运算中同样会取
2020-07-23 20:17:29
69
原创 python入门01
python入门011.注释单行注释：# 注释内容多行注释：""" 多行注释 “”" ‘’’ 多行注释 ‘’’2.运算符（1）算术运算符（2）比较运算符（3）逻辑运算符（4）位运算符（5）其他运算符运算符的优先级一元运算符优于二元运算符。例如3 ** -2等价于3 ** (-2)。先算术运算，后移位运算，最后位运算。例如 1 << 3 + 2 & 7等价于 (1 << (3 + 2)) & 7。逻辑运算最后结合。例如3 <
2020-07-22 21:20:03
89
原创 论文笔记：Transport of intensity equation from a single intensity image via deep learning
论文笔记：Transport of intensity equation from a single intensity image via deep learning论文链接： https://www.sciencedirect.com/science/article/pii/S0143816620300853.目录论文笔记：Transport of intensity equation from a single intensity image via deep learningAbstract1.
2020-07-14 12:33:36
724
原创 Datawhale 计算机视觉基础-图像处理（下）-Task04 HOG特征描述算子-行人检测
Datawhale 计算机视觉基础-图像处理（下）-Task04 HOG特征描述算子-行人检测目录Datawhale 计算机视觉基础-图像处理（下）-Task04 HOG特征描述算子-行人检测1. HOG特征介绍1.1 HOG简介1.2 HOG特征的原理1.2.1 图像预处理1.2.2 计算图像梯度1.2.3 计算梯度直方图1.2.4 block归一化1.2.5 HOG描述子2.opencv实现本次任务将学习一种在深度学习之前非常流行的图像特征提取技术——方向梯度直方图（Histogram of Ori
2020-07-04 17:27:37
372
原创 Datawhale 计算机视觉基础-图像处理（下）-Task03 Haar特征描述算子-人脸检测
Datawhale 计算机视觉基础-图像处理（下）-Task03 Haar特征描述算子-人脸检测目录Datawhale 计算机视觉基础-图像处理（下）-Task03 Haar特征描述算子-人脸检测1. Haar特征描述原理1.1 Haar-like特征1.2 Haar分类器训练2.opencv代码实现1. Haar特征描述原理1.1 Haar-like特征Haar(哈尔)特征分为三类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模板。特征模板内有白色和黑色两种矩形，并定义该模板的特征值为白色
2020-06-29 11:23:44
4199
原创 Datawhale计算机视觉基础-图像处理（下）-Task02 LBP特征描述算子-人脸检测
Datawhale计算机视觉基础-图像处理（下）-Task02 LBP特征描述算子-人脸检测1. LBP原理介绍1.1 LBP原理简介LBP指局部二值模式(Local Binary Pattern)，是一种用来描述图像局部特征的算子，具有灰度不变性和旋转不变性等显著优点。LBP常应用于人脸识别和目标检测中，在OpenCV中有使用LBP特征进行人脸识别的接口，也有用LBP特征训练目标检测分类器的方法，OpenCV实现了LBP特征的计算，但没有提供一个单独的计算LBP特征的接口。也就是说OpenCV中使用
2020-06-28 17:01:00
141
原创 Datawhale 计算机视觉基础-图像处理（下）- Task01 Harris特征点检测器-兴趣点检测
Datawhale 计算机视觉基础-图像处理（下）- Task01 Harris特征点检测器-兴趣点检测1. 基础知识1.1角点的介绍2.Harris角点检测算法原理2.1 算法核心思想2.2 算法原理3.OpenCV实现3.1 API3.2 代码示例参考链接1. 基础知识1.1角点的介绍在图像处理领域中，特征点又被称为兴趣点或者角点，它通常具有旋转不变性和光照不变性和视角不变性等优点，是图像的重要特征之一，常被应用到目标匹配、目标跟踪、三维重建等应用中。点特征主要指图像中的明显点，如突出的角点、边
2020-06-23 11:10:17
965
原创 Datawhale 零基础入门CV赛事-Task03：字符识别模型
Datawhale 零基础入门CV赛事-Task03：字符识别模型学习目标学习CNN基础知识和原理使用Pytorch框架构建CNN模型，并完成训练字符识别模型CNN介绍CNN，它的全称是Convolutional Neural Networks，卷积神经网络，是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习中尤为重要的算法。CNN发展（1）LeNet（2）AlexNet（3）VGG（4）GoogleNet（5）ResNet（6）GAN不同的网络有不同的优点和缺点，适用的
2020-05-25 23:51:40
185
原创 Datawhale 零基础入门CV赛事-Task2 数据读取与数据扩增
Datawhale 零基础入门CV赛事-Task2 数据读取与数据扩增学习目标1.Python中的图像读取2.数据扩增方法学习目标学习Python和Pytorch中图像读取学会扩增方法和使用Pytorch读取赛题数据1.Python中的图像读取在python中进行图像读取的方法有多种，这里介绍两种图像读取方法（1）在python中利用pillow库进行图像读取操作import numpy as npfrom PIL import Image# 打开图像im = Image.open('D
2020-05-24 23:35:46
136
原创 Datawhale 零基础入门CV赛事-Task1 赛题理解
Datawhale 零基础入门CV赛事-Task1 赛题理解Datawhale 零基础入门CV赛事——街景字符识别比赛赛事理解赛题目标：通过这道赛题可以引导大家走入计算机视觉的世界，主要针对竞赛选手上手视觉赛题，提高对数据建模能力。赛题任务：赛题以计算机视觉中字符识别为背景，要求选手预测街道字符编码，这是一个典型的字符识别问题。为了简化赛题难度，赛题数据采用公开数据集SVHN，因此大家可以选择很多相应的paper作为思路参考。赛题名称： 零基础入门CV之街道字符识别赛题目标： 通过这道赛题可以
2020-05-20 19:26:01
167
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人