zhangdamengcsdn-CSDN博客

原创 python3和python2 笔试题输入输出

1.空格作为间隔，回车作为结束的一行输入，如下：python3第一种：控制台输入一行，输入完按回车返回字符型list可以强制转型为Intpython3第二种：接收任意任性输入，将所有输入默认为字符串处理，并返回字符串类型。对于python2来说：raw_input( ) 将所有输入作为字符串看待，返回字符串类型。 input( ) 只能接收"...

2019-03-07 13:28:06 1367

原创 Best Time to Buy and Sell Stock系列

一、数组i位置代表第i天股票的价格，只允许，买一次，卖一次，买卖不可以在同一天，求最大利润。思路：第0天买，找比第0天价格高的最多的一天卖出，得到第0天买入的最大利润；以此类推，得到n-1个最大利润，求其中的最大值，即满足题目要求。这个算法的复杂度分析：n-1+n-2+n-3+.....+1=n(n-1)/2 时间复杂度是O(N^2)空间复杂度为O（1）必然可以简化算法。...

2018-08-13 21:38:02 1781

感知机是SVM和神经网络的基础。神经元f()函数理想中为阶跃函数，但实际中应用sigmoid函数感知机与神经元感知机（Perceptron）由两层神经元组成（输入层、输出层），输入层接收外界输入信号后传递给输出层，输出层是M-P神经元，亦称“阈值逻辑单元”（threshold logic unit）。输入层只接受输入而没有权重以及阈值，输出层的神经元有阈值，两层间连接有权重。把阈值当做是第n+1个...

2018-05-17 14:43:10 2558

原创剑指offer --二维数组中的查找

在一个二维数组中，每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。左下角和右上角开始应该都可以，因为，这两个角，沿纵轴和沿横轴一个增一个减。错误1：list out of range 是r的边界设定问题，r是递减的，而行是递增的。时间复杂度分析：O(M+N)空间复杂度O(1)二分查找的方法：ht...

2018-05-17 09:35:06 154

原创 746. Min Cost Climbing Stairs 有问题

On a staircase, the i-th step has some non-negative cost cost[i] assigned (0 indexed).Once you pay the cost, you can either climb one or two steps. You need to find minimum cost to reach the top of th...

2018-05-16 16:16:40 247

原创哈希表

http://baijiahao.baidu.com/s?id=1580022096840800840&wfr=spider&for=pc高效查找一次查找就可以找到，而数组需要顺序遍历。

2018-05-16 16:02:20 117

原创动态规划--五大常用算法之一

https://blog.csdn.net/caroline424/article/details/52016872http://www.cnblogs.com/steven_oyj/archive/2010/05/22/1741374.html

2018-05-16 15:09:13 299

原创 88. Merge Sorted Array

Given two sorted integer arrays nums1 and nums2, merge nums2 into nums1 as one sorted array.Note:You may assume that nums1 has enough space (size that is greater or equal to m + n) to hold additional ...

2018-05-16 11:24:35 176

原创 SMO算法 for SVM

https://www.zhihu.com/question/40546280?sort=created这里的增大应当理解为统计学习方法一书中对偶问题目标函数的减小因为链接中目标函数是求极大问题，跟李航书中差一个负号，求极小。先留着，下一遍再仔细看吧。...

2018-05-16 10:24:30 151

原创非线性支持向量机与核函数

有些数据集，可能需要一个椭圆等非线性的超曲面才能把正负例分开，显然这不能用前两种方法了。那把数据集映射到一个更高维的特征空间（也即输入空间到特征空间的映射），可以将数据集变成线性分类问题也就可以用线性支持向量机来解决。这叫做核技巧。核技巧应用到支持向量机，其基本想法就是通过一个非线性变换将输入空间(欧氏空间Rn或离散集合)对应于一个特征空间(希尔伯特空间H)，使得在输入空间Rn中的超曲面模型对应于...

2018-05-16 10:08:11 3147

原创 189. Rotate Array

Given an array, rotate the array to the right by k steps, where k is non-negative.Example 1:Input: [1,2,3,4,5,6,7] and k = 3Output: [5,6,7,1,2,3,4]Explanation:rotate 1 steps to the right: [7,1,2,3,...

2018-05-15 19:35:50 184

原创 119. Pascal's Triangle II

Given a non-negative index k where k ≤ 33, return the kth index row of the Pascal's triangle.Note that the row index starts from 0.跟上一题没啥区别，就是只输出一行。那就得到矩阵之后，输出最后一行呗。会不会太多此一举~...

2018-05-15 16:39:51 123

原创线性支持向量机与软间隔最大化

接着线性可分支持向量机。如果数据集不是线性可分的，（比如二维空间中，就是找不到一条直线能刚好把正负例分开，）忽略掉一些异常点，就可以用一个分离超平面把正负例给分开。因此也就不是硬间隔了，而是软间隔。引入了一个松弛变量，使得函数间隔加上松弛变量大于等于1.而线性可分支持向量机中的硬间隔，指的是函数间隔大于等于1当样本点正确分类的时候，几何间隔指的是样本点到分离超平面的距离松弛变量：为啥函数间隔是1？...

2018-05-15 15:58:52 2656

原创凸优化--对偶问题 for SVM

http://www.hanlongfei.com/convex/2015/11/05/duality/?from=timeline为啥要最大化？用上面的x+3y例子确实是应该求最大为啥呢？可以理解为，如果最小值是4，那么他确实是大于等于2的，但是2肯定不是要求的最小值；再进行试探，是否大于等于3，大于等于4？最后发现符合约束的最大的数字就到4了，就说明，4是要找的最小值了呗。这又是什么神操...

2018-05-13 15:34:28 1183

原创 118. Pascal's Triangle

Given a non-negative integer numRows, generate the first numRows of Pascal's triangle.Example:Input: 5Output:[ [1], [1,1], [1,2,1], [1,3,3,1], [1,4,6,4,1]]当i=0，nums[0][0]=1当i>0,nu...

2018-05-10 22:45:21 248

原创感知机--SVM和神经网络的基础（统计学习方法）

感知机，这个名字真是一言难尽~感知机是二类分类的线性分类模型，输入实例的特征向量，输出类别，正负1.感知机旨在求出将实例划分为正负两类的分离超平面。模型：f(x)=sign(wx+b) 这里w和x都是向量分离超平面就是，wx+b=0 怎么求出这个超平面？需要学习策略：这里用的是经验损失最小化。啥意思？就是，这个超平面分错的误差最小。最直接想到的是，误分类的点数越少，就代表误差越小咯，但是...

2018-05-10 16:04:22 1354

原创令人煎熬的SVM 线性可分支持向量机与硬间隔最大化

此时此刻，还是带着问题写的博客····哇，怎么总结.先贴上一个博客地址 http://blog.pluskid.org/?p=632先说名字，线性可分，就是存在一个超平面，能把正例跟负例完全分隔开，那么这个数据集就是线性可分的。支持向量：离超平面越近的越难分是正例还是负例，要想加新的点以后预测更准确，就要使得样本点到超平面的最小距离l最大（距离越大越容易分类）而这个能得到最小距离l的样本...

2018-05-09 20:16:33 2744

原创被问到朴素贝叶斯--后验概率最大化的含义

https://blog.csdn.net/rea_utopia/article/details/78881415这个博客讲的很清楚

2018-05-08 14:28:29 2041

原创 695. Max Area of Island------刷过50道leetcode面试之后

刷过50道leetcode面试之后，深刻感受到，每天刷题保持状态才能在面试中写出代码。Given a non-empty 2D array grid of 0's and 1's, an island is a group of 1's (representing land) connected 4-directionally (horizontal or vertical.) You may a...

2018-05-07 17:17:44 148

原创逻辑回归/对数几率回归--西瓜书、统计学习总结

广义模型可以解决分类任务。只需找到一个单调可微函数将分类任务的真实标记y与线性回归模型的预测值联系起来。一般采用单位阶跃函数，但是这个函数不连续，所以找一个可以近似替代的函数，这个函数就是对数几率函数。是一种sigmoid(s型)函数y视作x为正例的可能性，1-y就是负例的可能性 y/(1-y) 称为几率，反映了x作为正例的相对可能性取对数就是对数几率为什么就可以用最大似然法来估计w和b?...

2018-05-04 21:51:31 2477 2

原创向量的求导

向量或者矩阵对元素的求导很简单元素对想两矩阵求导依然简单行对列与列对行注意分母的对应行对行列对列矩阵对行向量以及列向量m*np对矩阵求导先将X看成行向量，再将Y看成列向量参考链接：http://files.cnblogs.com/files/leoleo/matrix_rules.pdf...

2018-05-04 20:55:17 80295 17

原创线性回归--西瓜书，统计学习总结

西瓜书中的示例即为统计学习中的样本，属性即为特征。1.线性模型给定由d个属性描述的示例x=(x1;x2;...;xd)，其中xi是x在第i个属性上的取值，线性模型将会学习到一个通过属性的线性组合来进行预测函数，即：目标函数 f(x)=w1x1+w2x2+…+ wdxd+b，用向量形式写成：f(x)=wTx+b其中w=(w1;w2;...;wd)，w和b得到之后，模型就确定。2.线性回归通过学习...

2018-05-04 18:08:54 908

zhangdamengcsdn的博客