算法 机器 作用
机器学习算法（三）：基于horse-colic数据的KNN近邻(k-nearest neighbors)预测分类
机器学习算法（三）：基于horse-colic数据的KNN近邻(k-nearest neighbors)预测分类 项目链接参考：https://www.heywhale.com/home/column/64141d6b1c8c8b518ba97dcc 1 KNN的介绍和应用 1.1 KNN的介绍 k ......
Vue.js 作用域插槽
视频 #components ##Categray.vue <template> <div class="category"> <h3>{{title}}分类</h3> <slot :games="games" msg="hello">我是默认的一些内容</slot> </div> </templa ......
数据算法_组合优化_匈牙利算法
###组合优化问题 (Combinatorial optimization problem,COP) 是一类在离散状态下求极值的最优化问题 二分图(Bipartite graph) 匹配是由一组没有公共端点的边构成的集合。 U与V之间的关联视为前一帧与当前帧的同一id目标的检测框的关联 数据关联是多 ......
对JavaScript原型链结构和作用的简单分析
首先是分析一下主要零件（对象，函数对象），再分析他们的连接方式。就可以很直观的理解原型链了。 一、对象 每个对象都有一个constructor属性; 指向其构造函数。 还有一个__proto__属性 ; 指向其构造函数的原型对象。 因此一个普通对象大概长这个样子 二、函数对象 函数对象也是对象,因此 ......
机器学习
1、机器学习是干什么的。我的理解：通过查看现在的状况，利用机器学习，预测未来可能出现的情况。（房价预测）/或者说通过一些算法、代码让机器实现一些简单的工作。（客服机器人） 编写算法，让机器人通过大量的数据、经验自己学习获得最优解。 2、机器学习的分类： 监督学习：经验E是人工采集并输入计算机中的。 ......
【pycharm】Mark Directory as sources root 的作用
1、场景 平时使用pycharm，有时出现导包问题，将那个目录Mark Directory as sources root，然后就可以正常运行代码了 2、原理 其实主要就是将那个目录加到PYTHONPATH中 先看未标记为sources root的PYTHONPATH环境变量输出 import os ......
第132篇:npm第一次使用自己的包(package-lock.json、package.json文件作用说明)
好家伙, 1.新建一个文件夹,命名为test 2.下载包 npm i panghu-planebattle 空白的文件夹中多了两个文件 package-lock.json和package.json 说明: package.json文件 package.json是一个项目描述文件, 里面记录了当前项目 ......
机器视觉
引用 OpenCV教程：https://www.w3cschool.cn/opencv/opencv-nabz2c8j.html 【深度学习】ResNet网络详解：https://blog.csdn.net/holly_Z_P_F/article/details/127350894 一博士的网站：计 ......
学习数据mining算法收集（1）聚类算法：DBSCAN算法
——————————非原创，来自知乎https://zhuanlan.zhihu.com/p/77043965———————————————————————————— 1.定义 DBSCAN将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚 ......
算法笔记的笔记——第6章 C++标准模板库（STL）
vector 变长数组 长度根据需要而自动改变的数组 可以用来以邻接表的方式储存图 使用 头文件：#include <vector> 命名空间：using namespace std; 定义 vector<typename> name; 相当于一维数组name[SIZE]，但长度可变。typenam ......
雪花算法(SnowFlake)
简介 现在的服务基本是分布式、微服务形式的，而且大数据量也导致分库分表的产生，对于水平分表就需要保证表中 id 的全局唯一性。 对于 MySQL 而言，一个表中的主键 id 一般使用自增的方式，但是如果进行水平分表之后，多个表中会生成重复的 id 值。那么如何保证水平分表后的多张表中的 id 是全局 ......
「ACM 算法实践」[解题报告]麦田
分析 首先，前缀和的思路是很显然的。然后我们很容易想到暴力枚举矩形的左上角和右下角，然而 $\mathcal{O}(n^4)$ 的算法过不去，哪怕把最后一维用二分，倒数第二维加一点剪枝也还是会 T 两个点。 这时候应该考虑将多行/列压缩为一行/列，然后再使用双指针枚举列/行。详细来说就是将 $i$ ......
「ACM 算法实践」[解题报告]组队
分析 因为时间不多了，我一开始只考虑了 $a_i$ 互不相等的情况，没想到居然拿到了 60 昏（ 正确解法是贪心 + 优先队列。~~而不是从「使得人数最少的队伍人数最多」中得到的二分~~ 首先肯定要将 a 数组排序，要使人数最少的队伍人数最多，我们优先将当前的数 $a[i]$ 放到以 $a[i]-1 ......
「ACM 算法实践」[解题报告]时间管理大师
分析 一开始想着应该要分情况讨论，如果每台电脑的耗电量都小于 $e$ ，那么可以知道小 Q 是可以一直学习下去的，如果存在电脑的耗电量大于等于 $e$ ，贪心的想法是将每台电脑能用的时间从小到大排序，然后丢进优先队列里，再考虑给谁充电，这样一来情况就非常复杂了。 正确的做法是二分答案 $t$ ，计算 ......
高精度算法-高精度加法
为什么要用高精度 因为有的题目的数据很大，超出long long的范围，所以我们需要用高精度来计算： 首先是高精度加法： 高精度加法就是仿照我们竖式加法进行操作，逐位相加，注意进位！！！ 题目传送门 Tiling Time Limit: 1000MS Memory Limit: 65536K Tot ......
蚁群算法及 TSP 问题上的应用
群智能（Swarm intelligence） 自然界动物群，称之为群。 群的特征： 相互作用的相邻个体的集合 个体的行为简单，既有竞争又有协作 智能化的集体行为（1+1>2）： 个体间不仅能够交互信息，还能够处理信息，根据信息改变自身行为 没有一个集中控制中心，分布式、自组织 作为群体协同工作时， ......
代码随想录算法训练营Day50 动态规划
#代码随想录算法训练营 代码随想录算法训练营Day50 动态规划| 123.买卖股票的最佳时机III 188.买卖股票的最佳时机IV 123.买卖股票的最佳时机III 题目链接:123.买卖股票的最佳时机III 给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。 设计一个算法来计算 ......
前缀和算法
前缀和算法 什么是前缀和？ 前缀和是指某序列的前n项和，可以把它理解为数学上的数列的前n项和，而拆分可以看成前缀和的逆运算。合理的使用前缀和与拆分，可以将某些复杂的问题简单化。 具体做法： 首先做一个预处理，定义一个sum[]数组，sum[i]代表a数组中前i个数的和。 求前缀和运算： for(in ......
基于遗传算法优化的BP神经网络图像分割matlab仿真
1.算法描述 遗传算法（Genetic Algorithm－GA）是一种基于自然选择和基因遗传学原理的优化搜索方法。它将“优胜劣汰，适者生存”的生物进化原理引入待优化参数形成的编码串群体中，按照一定的适配值函数及一系列遗传操作对各个体进行筛选，从而使适配值高的个体被保留下来，组成新的群体，新群体中各 ......
通过MATLAB实现基于PSO优化的NARMAX模型参数辨识算法
1.算法描述 粒子群优化算法（PSO），粒子群中的每一个粒子都代表一个问题的可能解， 通过粒子个体的简单行为，群体内的信息交互实现问题求解的智能性。 最终算法伪代码如下: 初始化: 每个粒子获得一个随机解和一个随机的SS (命名为速度) For 在位置 X_{id} 的所有粒子, 计算新的位置 X_ ......
机器学习基础02DAY
数据的特征预处理 单个特征 （1）归一化 归一化首先在特征（维度）非常多的时候，可以防止某一维或某几维对数据影响过大，也是为了把不同来源的数据统一到一个参考区间下，这样比较起来才有意义，其次可以程序可以运行更快。 例如：一个人的身高和体重两个特征，假如体重50kg，身高175cm,由于两个单位不一样 ......
vue核心原理（Diff算法、虚拟dom）
核心原理&源码 Diff 算法 这里参考大佬文章：https://mp.weixin.qq.com/s/oAlVmZ4Hbt2VhOwFEkNEhw diff 算法的进化 关于 diff 算法的最经典的就是 Matt Esch 的 virtual-dom，以及 snabbdom（被整合进 vue 2 ......
数据结构算法学习前言
数据结构算法学习 写在前面： 今天是2023-03-21，上一次接触算法是在公司导师的带领下，学习了数据结构算法，他一题一题讲给我的，但是当时却不太争气，并没有掌握太多，由于这段时间市场行情的严峻，为了更高的薪资，我决定开始刷题，并记录下来。 ......
华为OD机试 绘图机器
本期题目：绘图机器 🖍️ 题目 📝 绘图机器的绘图笔初始位置在原点(0,0) 机器启动后按照以下规则来进行绘制直线 尝试沿着横线坐标正向绘制直线 直到给定的终点E 期间可以通过指令在纵坐标轴方向进行偏移 offsetY为正数表示正向偏移,为负数表示负向偏移 给定的横坐标终点值E 以及若干条绘制指 ......
记录贴-gpt4 提供的学习内容-基本算法
基础算法 排序算法 查找算法 字符串算法 数学算法 图论算法 动态规划算法 贪心算法 回溯算法 分治算法 线性代数算法 概率论算法 统计学算法 以上是通过提问 gpt4得到的学习 Python 的一些基础算法，直接向 gpt4 提问，通过提问的思路顺延下去把基础算法学好 1.动态规划算法 提问：Py ......
C# 金额的 动态分配算法
/// <summary> /// 金额的 动态分配算法 /// </summary> public static void FindCosts() { // 定义费用明细列表 List<(decimal amount, string name)> costDetails = new List<(d ......
解决Python+selenium切换作用域时报错'WebDriver' object has no attribute 'switch_to_window'
一、问题描述 selenium切换新网页作用域时，报错：'WebDriver' object has no attribute 'switch_to_window' 问题代码： driver.switch_to_window(driver.window_handles[-1]) 二、问题解决 sel ......