线性
机器学习-线性分类-支持向量机SVM-SMO算法代码实现-15
1. alpha2 的修剪 if y1 != y2 : α1 - α2 = k # 不用算k的具体大小 if k > 0: # 上图的左 下这条线 α2 的区间 (0, c-k) k < 0 : # 上图的左 下这条线 α2 的区间 （-k, C） 所以： L = max(0, -k) # k>0 ......
线性DP
线性DP 例题：POJ2279 思考： 考虑 dp_{i,j,k} 表示第 i 行，第 j 列，安排 k 去站的方案数。 错误原因： 安排 k 去站但是可能会造成重复选择 k 。 正解： 考虑 dp_{a1,a2,a3,a4,a5} 表示各排从左边起分别站了 a1,a2,a3,a4,a5 个人时，合 ......
【算法】【线性表】下一个排列
1 题目 整数数组的一个 排列 就是将其所有成员以序列或线性顺序排列。 例如，arr = [1,2,3] ，以下这些都可以视作 arr 的排列：[1,2,3]、[1,3,2]、[3,1,2]、[2,3,1] 。 整数数组的 下一个排列 是指其整数的下一个字典序更大的排列。更正式地，如果数组的所有排列 ......
【算法】【线性表】移除元素
1 题目 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。 示例 1： 输入：nums ......
机器学习-线性分类-支持向量机SVM-SMO算法-14
目录1. SVM算法总结2. SMO算法 1. SVM算法总结 选择 核函数 以及对应的 超参数 为什么要选择核函数？ 升维 将线性问题不可分问题 升维后转化成 线性可分的问题 核函数 有那些？ linea gauss polinormail tanh 选择惩罚项系数C min ||w||2 + C ......
线性映射与矩阵空间同构、线性映射的维数公式
  映射到 0-1之间给出预测概率 感知器分类 sign(θx) 输出θx的符号， +1 或者-1 给出x是属于正样本还是负样本 直接输出 ......
欧拉线性筛
模板 #include<bits/stdc++.h> using namespace std; const int N=1e8+10; int p[N]; bitset<N>vis; int n; void ola(){ int cnt=0; for(int i=2;i<=N;i++){ if(!v ......
基扩张定理、矩阵秩不等式、线性空间的维数公式、直和等价命题
  x = 2*x; A O( log2(n) ) B O( n ) C O( nlog2(n) ) D O( n^2 ) 答案：Ａ 解析： x = 2^i = ......
css渐变背景，linear-gradient()线性渐变和radial-gradient()径向渐变
1.简单的线性渐变 .layout{ width: 100%; min-height: 100vh; background: linear-gradient(#FFE8E9,rgba(0,0,0,0) 200px); } 2.层叠多层的渐变（左右+上下+背景图） .layout{ width: 10 ......
数据结构与算法 第二章线性表（48课时课程笔记）Data Structure and Algorithms
2.1 线性表的类型定义 一个线性表是n个数据元素的有限序列。 （1）结构初始化 InitList(&L) 构造一个空的线性表L。 （2）销毁结构 DestroyList(&L) （3）引用型操作 （4） 修改型操作 一个算法举例： 假设有两个集合A和B分别用两个线性表LA和LB表示（即：线性表中的 ......
世微 AP75XX 低压差线性稳压器 LDO 多种分装
产品描述 AP75XX 是一款采用 CMOS 技术的低压差线性稳压器。最高工作电压可达 24V，有几种固定输出电压值，输出范围为 2.8V~9.0V，具有较低的静态功耗，广泛用于各类音频、视频设备和通信等设备的供电。特点应用领域封装信息输出电压选型 注：(XX 代表输出电压）型号输出电压封装类型SO ......
【算法】【线性表】四数之和
1 题目 给一个包含n个数的整数数组S，在S中找到所有使得和为给定整数target的四元组(a, b, c, d)。 四元组(a, b, c, d)中，需要满足 a<=b<=c<=d，答案中不可以包含重复的四元组。 样例 1： 输入： numbers = [2,7,11,15] target = 3 ......
机器学习-线性回归-SVM支持向量机算法-12
目录1. 铺垫 感知器算法模型2. SVM 算法思想3. 硬分割SVM总结 支持向量机(Support Vector Machine, SVM)本身是一个二元分类算法，是对感知器算法模型的一种扩展。 1. 铺垫 感知器算法模型 什么是感知器算法模型？ 感知器算法是最古老的分类算法之一，原理比较简单， ......
线性表
结构体 结构体基本概念：结构体属于用户自定义的数据类型，允许用户存储不同的类型。 结构体定义与使用： 语法： struct 结构体名{ 结构体成员列表 }； 通过结构体创建变量的三种方式： struct 结构体名 变量名 struct 结构体名 变量名= {成员1值，成员2值……} 定义结构体时顺便 ......
[最优化方法笔记] 非线性规划 拉格朗日乘子法
1. 拉格朗日乘子法 拉格朗日乘子法 是一种 将约束优化问题 转化 为 无约束优化问题 的方法。其核心思想就是通过 拉格朗日乘子 将 含有 \(n\) 个变量和 \(m\) 个约束条件的带约束优化问题转换为含有 \(n + m\) 个变量的无约束优化问题。 对于如下约束优化问题： \[\begin{ ......
机器学习-线性回归-逻辑回归-实战-09
1. 二分类 #!/usr/bin/env python # coding: utf-8 # In[7]: import numpy as np from sklearn import datasets from sklearn.linear_model import LogisticRegress ......
机器学习-线性回归-softmax回归 做多分类-10
1. softmax回归 伯努利分布（0-1分布 二分类），我们采用Logistic回归（用sigmoid函数映射到 0-1之间 输出预测概率）建模。 那么我们应该如何处理多分类问题？（比如要进行邮件分类；预测病情属于哪一类等等）。对于这种多项式分布我们使用softmax回归建模。 什么是多项分布？ ......
机器学习-线性回归-逻辑回归-08
目录1. sigmoid函数2. 伯努利分布（0-1分布）3. 广义线性回归4. 逻辑回归 损失函数的推导5. 代码并绘图 1. sigmoid函数 逻辑回归 logitstic regression 本质是二分类 sigmoid函数 是将 （-无穷， +无穷）区间上的y 映射到 （0， 1） 之间 ......
Python NumPy 线性代数
1、矩阵和向量积 矩阵和向量积可以用 numpy.dot() 函数来计算。numpy.dot() 函数的两个参数分别是矩阵和向量。 1）矩阵积 矩阵积是两个矩阵相乘的结果。矩阵积的计算方法是将矩阵的每一行与另一个矩阵的每一列相乘，然后将各个相乘结果相加。 示例代码：Python NumPy 线性 ......
线性探测法的查找函数 整型关键字的散列映射
一、 实验目的 掌握哈希表 二、 实验内容 实验题目 线性探测法的查找函数 整型关键字的散列映射 三、 设计文档 1. 2. 四、 源程序 1. Position Find( HashTable H, ElementType Key ) { int flag=0; Position p,q; p=H ......
【算法】【线性表】最接近的三数之和
1 题目 给一个包含 n 个整数的数组 S, 找到和与给定整数 target 最接近的三元组，返回这三个数的和。 样例 1： 输入： numbers = [2,7,11,15] target = 3 输出： 20 解释：2+7+11=20 样例 2： 输入： numbers = [-1,2,1,-4 ......
线性探测法的查找函数
#include <stdio.h> #define MAXTABLESIZE 100000 /* 允许开辟的最大散列表长度 */typedef int ElementType; /* 关键词类型用整型 */typedef int Index; /* 散列地址类型 */typedef Index P ......
【算法】【线性表】三数之和
1 题目 给出一个有 n 个整数的数组 S，在 S 中找到三个整数 a, b, c，找到所有使得 a + b + c = 0 的三元组。 在三元组 (a, b, c)，要求 a≤b≤c。结果不能包含重复的三元组。数组可能包含重复元素，但同一个索引下标的元素不可重复使用 样例 1： 输入： numbe ......
机器学习-线性回归-多项式升维-07
目录1. 为什么要升维2 代码实现3, 总结 1. 为什么要升维 升维的目的是为了去解决欠拟合的问题的，也就是为了提高模型的准确率为目的的，因为当维度不够时，说白了就是对于预测结果考虑的因素少的话，肯定不能准确的计算出模型。 在做升维的时候，最常见的手段就是将已知维度进行相乘来构建新的维度，如下图所 ......
【算法】【线性表】两数之和
1 题目 趁着 RocketMQ在打包，做道算法题。 给一个整数数组，找到两个数使得他们的和等于一个给定的数 target。 你需要实现的函数twoSum需要返回这两个数的下标, 并且第一个下标小于第二个下标。注意这里下标的范围是 0 到 n-1。 样例 1： 输入： numbers = [2,7, ......
机器学习-线性回归-损失函数+正则化regularization-06
目录1. 为什么要加上正则项2 L1稀疏 L2平滑3. 代码1--L2正则4 代码2--L2正则25. 代码3--l1正则 1. 为什么要加上正则项 防止模型的过拟合 需要在损失函数LOSS(MSE或者交叉熵)再加上正则项 常用的惩罚项有L1正则项或者L2正则项 其实L1和L2正则的公式数学里面的意 ......
【算法】【线性表】最长单词
1 题目 给一个词典，找出其中所有最长的单词。 样例 1: 输入: { "dog", "google", "facebook", "internationalization", "blabla" } 输出: ["internationalization"] 样例 2: 输入: { "like", " ......