线性
线性表04
04.从有序顺序表中删除其值在给定值s与t之间(要求s<t)的所有元素，若s或t不合理或顺序表为空，则显示出错信息并退出运行。 在很多教材中指的"有序"，如无特别说明，通常是指“递增有序”。注意本题与上题的区别，因为是有序表，所以删除的元素必然是相连的整体。 算法思想：先寻找值大干或等于s的第一个元 ......
数据分享|用加性多元线性回归、随机森林、弹性网络模型预测鲍鱼年龄和可视化|附代码数据
原文链接：http://tecdat.cn/?p=24127 最近我们被客户要求撰写关于预测鲍鱼年龄的研究报告，包括一些图形和统计输出。 鲍鱼是一种贝类，在世界许多地方都被视为美味佳肴 养殖者通常会切开贝壳并通过显微镜计算环数来估计鲍鱼的年龄。因此，判断鲍鱼的年龄很困难，主要是因为它们的大小不仅取决 ......
R语言中贝叶斯网络（BN）、动态贝叶斯网络、线性模型分析错颌畸形数据|附代码数据
全文链接：http://tecdat.cn/?p=22956 最近我们被客户要求撰写关于贝叶斯网络的研究报告，包括一些图形和统计输出。 贝叶斯网络（BN）是一种基于有向无环图的概率模型，它描述了一组变量及其相互之间的条件依赖性。它是一个图形模型，我们可以很容易地检查变量的条件依赖性和它们在图中的方向 ......
CF1168C And Reachability 题解 线性dp
题目链接 https://codeforces.com/problemset/problem/1168/C 题目大意 给定一个数组 $a$，从下标 $x$ 能够转移到下标 $y$ 要满足 $x \lt y$ 且 $a_{p_i}, &, a_{p_{i+1}} > 0$，其中 $&$ 表示逻辑与。多 ......
MAST30025 线性统计模型
MAST30025 Linear Statistical Models Assignment 1Submission deadline: Friday March 24, 5pmThis assignment consists of 3 pages (including this page) wit ......
线性表03
03.对长度为n的顺序表L，编写一个时间复杂度为O(n)、空间复杂度为O(1)的算法，该算法删除线性表中所有值为x的数据元素。 解法1：用k记录顺序表L中不等于x的元素个数（即需要保存的元素个数），扫描时将不等于x的元素移动到下表k的位置，并更新k值。扫描结束后修改L的长度。 该解法的代码如下： / ......
线性表
逻辑结构 相同数据类型的n个数据元素的有限序列。n为表长，n=0时是空表。除第一个元素外，每个元素都有一个直接前驱。除最后一个元素外，每个元素都有一个直接后继。 线性表特点 元素个数有限 逻辑上有序 元素都是数据元素（即单个元素） 元素数据类型相同（意味着每个元素占有的存储空间相同） 顺序表和链表是 ......
动手学深度学习－第３章线性神经网络
3.1线性回归 回归（regression）是能为一个或多个自变量与因变量之间关系建模的一类方法。 线性回归基于几个简单的假设： １.自变量和因变量之间的关系是线性的 ２.任何噪声都比较正常，如噪声遵循正态分布 仿射变换的特点是通过加权和对特征进行线性变换（linear transformation ......
线性表02
02.设计一个高效算法，将顺序表L的所有元素逆置，要求算法的空间复杂度为O(1)。 算法思想：扫描顺序表 L 的前半部分元素，对于元素L.datai，将其与后半部分的对应元素L.data[L.length-i-1]进行交换。 void Reverse(SqList &L) { ElemType te ......
线性表01
01.从顺序表中删除具有最小值的元素(假设唯一)并由函数返回被删元素的值。空出的位置由最后一个元素填补，若顺序表为空，则显示出错信息并退出运行。 bool Del_Min(SqList &L,ElemType &value) { //删除顺序表L中最小值元素结点，并通过引用型参数value返回其值 ......
14.1阵列（线性阵列）
1.间距和数量阵列 2.到参考阵列（可调整数量或者间距，到选择的参考面停止），此位置的偏移距离指的是参考面的偏移 3.选择所选参考后数量可以超出2中的到参考， 4.选择第二个方向阵列 5.可跳过的实例 6.设置位移及尺寸的增量 7.延伸 7.结束 ......
多元线性回归
多元线性回归 1、目标： 扩展我们的回归模型例程以支持多种功能 扩展数据结构以支持多种功能 重写预测、成本和梯度例程以支持多种功能 利用NumPy np.dot对其实现进行矢量化，以提高速度和简洁性 import copy, math import numpy as np import matplo ......
贝叶斯线性回归和多元线性回归构建工资预测模型|附代码数据
原文链接：http://tecdat.cn/?p=21641 最近我们被客户要求撰写关于贝叶斯线性回归的研究报告，包括一些图形和统计输出。 在劳动经济学领域，收入和工资的研究为从性别歧视到高等教育等问题提供了见解 工资模型 在本文中，我们将分析横断面工资数据，以期在实践中使用贝叶斯方法，如BIC和贝 ......
R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资|附代码数据
全文链接：http://tecdat.cn/?p=24141 最近我们被客户要求撰写关于贝叶斯模型的研究报告，包括一些图形和统计输出。 在本文中，贝叶斯模型提供了变量选择技术，确保变量选择的可靠性。对社会经济因素如何影响收入和工资的研究为应用这些技术提供了充分的机会，同时也为从性别歧视到高等教育的好 ......
R语言中贝叶斯网络（BN）、动态贝叶斯网络、线性模型分析错颌畸形数据|附代码数据
全文链接：http://tecdat.cn/?p=22956 最近我们被客户要求撰写关于贝叶斯网络的研究报告，包括一些图形和统计输出。 贝叶斯网络（BN）是一种基于有向无环图的概率模型，它描述了一组变量及其相互之间的条件依赖性。它是一个图形模型，我们可以很容易地检查变量的条件依赖性和它们在图中的方向 ......
线性代数与空间解析几何入门
本文的目的是将三位立体几何问题机械化形式化，降低对空间想象力的要求，进而引入积和式，并用其解决带限制的排列问题，然后从积和式引入行列式，并对其性质进行对比，最后运用矩阵解决线性方程组求解，旋转，以及一般的二次曲线 本文要介绍的: 平面的法向量，平面的点法式和一般式方程，三维直线的方程，二维和三维叉乘 ......
「线性DP」垃圾陷阱
本题为3月21日23上半学期集训每日一题中A题的题解 题面 题目描述 卡门――农夫约翰极其珍视的一条Holsteins奶牛――已经落了到“垃圾井”中。“垃圾井”是农夫们扔垃圾的地方，它的深度为D( $2\leq D\leq 100$)英尺。 卡门想把垃圾堆起来，等到堆得与井同样高时，她就能逃出井外了 ......
线性回归的梯度下降
线性回归的梯度下降 问题陈述： 让我们使用与之前相同的两个数据点 - 1000平方英尺的房子以300，000美元的价格出售，而2000平方英尺的房屋以500，000美元的价格出售。 import math, copy import numpy as np import matplotlib.pypl ......
三十分钟理解：线性插值，双线性插值Bilinear Interpolation算法
https://blog.csdn.net/xbinworld/article/details/65660665 ......
非线性优化问题基本形式概述
非线性优化问题以及在视觉SLAM中的应用 1.0 最小二乘基础概念 定义 $\quad$ 找到一个 n 维的变量 $\mathbf{x}^{*} \in \mathbb{R}^{n}$ , 使得损失函数 $F(\mathbf{x})$ 取局部最小值： $$ F(\mathbf{x})=\frac{1 ......
【数据结构与算法学习】线性表（顺序表、单链表、双向链表、循环链表）
实现语言：C++ 1. 线性表相关概念 线性表（Linear List） 是由n(n≥0)个具有相同特性（数据类型）的数据元素（结点）a1，a2，...，ai-1，ai，ai+1，...，an组成的有限序列。 其中，a1为线性起点（起始结点），an为线性终点（终端结点）。对于每一个数据元素ai，我们 ......
线性表的顺序存储C++代码
我学习顺序表时找不到相关的代码，以及我不清楚写一个线性表需要的知识，当我写出来可以使用的线性表我就把这些内容贴了出来。 前置知识点：结构体，常量指针，new和delete 顺序表的特点： 需要一片连续的存储空间 逻辑上相连的数据的存储位置也是相邻的。 所以如果我们想要创建一个顺序表我们需要做两件 ......
多特征线性回归
多特征线性回归 在单特征线性回归模型中，我们通过一个特征对目标变量进行预测，例如通过房子的大小来预测房价。但实际现实生活中，影响房价的因素往往不止面积一个，例如还有房间数、楼层、位置等等，所以我们需要用到多特征的模型来对房价进行预测。 一、规定符号 xj：第j个特征 n：特征的数量 x(i)：第i个 ......
动态规划 线性DP
动态规划程序设计是对解最优化问题的一种途径、一种方法，而不是一种特殊算法。不像前面所述的那些搜索或数值计算那样，具有一个标准的数学表达式和明确清晰的解题方法。动态规划程序设计往往是针对一种最优化问题，由于各种问题的性质不同，确定最优解的条件也互不相同，因而动态规划的设计方法对不同的问题，有各具特色的 ......
线性方程组的直接解法——Gauss消去法
考虑线性方程组 $$\mathrm{A}x=\mathrm{b}$$ 其中，$\mathrm{A}=(a_{ij}){n\times n}$，$\mathrm{b}=[b_1,b_2,\cdots,b_n]^{\mathrm{T}}$。在线性代数的课程中，我们已经学习过Gauss消元法，具体操作是将 ......
【机器学习】李宏毅——线性降维
降维，可以用下面这张图来很简单的描述，就是将不同的、复杂的多种树都抽象成最简单的树的描述，也就是我们不关心这棵树长什么样子有什么特别的特征，我们只需要降维，知道它是一棵树即可。 维度下降实际上就是找到一个function，使得输入x得到输出z，而输出z的维度要比输入x的维度小。具体有几种方面，下面就 ......
动态规划篇——线性DP
动态规划篇——线性DP 本次我们介绍动态规划篇的线性DP，我们会从下面几个角度来介绍： 数字三角形 最长上升子序列I 最长上升子序列II 最长公共子序列 最短编辑距离 数字三角形 我们首先介绍一下题目： /*题目概述*/ 给定一个如下图所示的数字三角形，从顶部出发，在每一结点可以选择移动至其左下方的 ......
线性时间选择(含平均O(n)和最坏O(n)算法)
#前言 本篇文章我将介绍 期望为线性时间 的选择算法和 最坏情况为线性时间 的选择算法，即分别为 平均情况下时间复杂度为O(n) 和 最坏情况下时间复杂度为O(n) 的线性时间选择。以下包含了我自己的全部思考和学习过程，参考书籍为 算法导论(第三版)。😊 (本文作者： Amαdeus，未经允许不得 ......