清醒不易
發(fā)簡信
IP屬地：北京
-
[JAVA] JAVA基礎(chǔ)
一、堆區(qū)和棧區(qū) 棧中主要存放一些基本類型的變量。（int, short, long, byte, float, double, boolean, char）和引用類型數(shù)據(jù)的內(nèi)...
-
@羽毛_8726 kaldi的官方文檔
[python] n個數(shù)中K個最小值
code: 最大堆假設(shè)數(shù)組長度為N，首先取前K個數(shù)，構(gòu)建二叉堆（大頂堆），然后將剩余N-K個元素，依次與堆頂元素進(jìn)行比較，若小于堆頂元素，則替換， 并重新為大頂堆。 順序
-
[python] n個數(shù)中K個最小值
code: 最大堆假設(shè)數(shù)組長度為N，首先取前K個數(shù)，構(gòu)建二叉堆（大頂堆），然后將剩余N-K個元素，依次與堆頂元素進(jìn)行比較，若小于堆頂元素，則替換， 并重新為大頂堆。 順序
-
[python] 最大連續(xù)子序數(shù)之和
問題：連續(xù)子序列最大和給定一個數(shù)字序列[A1A2A3…An]，求i,j(1<=i<=j<=n)使得Ai…Aj和最大，輸出這個最大和(連續(xù)大子序列最大和)例如：輸入： L=[...
-
[Linux] 常用命令
vi, cat, cp, head, ls, lgconfig, netstat, ps, hree, top, df, lsusb, lsmod, source, rest...
-
[ML] 性能評估指標(biāo)2---ROC-AUC
1. ROC曲線的橫縱坐標(biāo)分別是什么？ roc曲線：接收者操作特征(receiveroperating characteristic),roc曲線上每個點(diǎn)反映著對同一信號刺激...
-
[ML] 性能評估指標(biāo)1---準(zhǔn)確率(Accuracy), 精確率(Precision), 召回率(Recall)和F1-Measure（對于二分類問題）
1. 準(zhǔn)確率(Accuracy) 準(zhǔn)確率(accuracy),其定義是: 對于給定的測試數(shù)據(jù)集，分類器正確分類的樣本數(shù)與總樣本數(shù)之比。也就是損失函數(shù)是0-1損失時測試數(shù)據(jù)集上...
-
[ML] 似然函數(shù)
1. 似然函數(shù) 似然函數(shù)是關(guān)于模型參數(shù)的函數(shù)。也就是說似然函數(shù)表示在選定模型的情況下，對于已有的樣本，估計(jì)模型參數(shù)的似然性。 “似然性”與“或然性”或“概率”意思相近，都是指...
-
[ML] LR 損失函數(shù)為什么用極大似然函數(shù)？
想要讓每一個樣本的預(yù)測都要得到最大的概率，即將所有的樣本預(yù)測后的概率進(jìn)行相乘都最大，也就是極大似然函數(shù). 對極大似然函數(shù)取對數(shù)以后相當(dāng)于對數(shù)損失函數(shù)，由梯度更新的公式可以看出...
-
[ML] LR 為什么用 sigmoid ？
1. 思路 The point of this quick post is to write out why using the log-odds is infact ver...
-
[ML] Bagging與Boosting
Baggging 和Boosting都是模型融合的方法，可以將弱分類器融合之后形成一個強(qiáng)分類器，而且融合之后的效果會比最好的弱分類器更好。 1. Bagging（減小方差） ...
-
[pyhon] 編程優(yōu)勢
1. python與c++比較 python可以利用大量前人已經(jīng)寫好的東西，更快上手，同時對于編程的規(guī)范性也有較好的提現(xiàn)，而c++則是更加靈活，但是寫的東西和相對要多。pyt...