Leetcode-Array Problem
Two SumDescription
Given an array of integers, return indices of the two numbers such that they add up to a specific target.
You may assume that
...
Java编程思想-面向对象（基础）
发表于
|
分类于
Java
一、关键字this关键字this关键字在方法内部使用，表示对“调用方法的那个对象”的引用，如果在方法内调用同一个类的另一个方法可以不使用this
super关键字 this && super
A:this本类的引用，super代表父类存储空间的标识（看成对父类的引用）
...
机器学习-Logistic回归
发表于
|
分类于
Machine Learning
Logistic回归-模型原理及梯度下降算法1. Logistc回归模型回归：用一条直线对给定数据进行拟合(最佳拟合直线)
Logistic 回归：根据现有数据对分类边界建立回归方程，以此直线进行分类
给定数据集 \( [(x_{1},y_{1}),(x_{2},y_{2}),…,(x_
...
机器学习-贝叶斯分类器
发表于
|
分类于
Machine Learning
一. 概率知识
先验概率：先验概率（prior probability）是指根据以往经验和分析得到的概率
后验概率：后验概率,事情已经发生，要求这件事情发生的原因是由某个因素引起的可能性的大小后验概率就是条件概率
p(c|x) = p(x|c)p(c)/p(x)
贝叶斯概率引入先验知识和逻辑
...
机器学习-模型评估与选择
发表于
|
分类于
Machine Learning
模型评估与选择一.误差与过拟合分类器分类错误的样本数占样本总数的比例为错误率(errorate)，E=m/n(m为分类错误的总样本数，n为总样本数），分类的精度(accuracy) P=(1-E)x100%
学习器实际预测值和样本真实值之间的差异为“误差”
训练误差/经验误差：学习器在训练数据
...
机器学习-模型评估与选择
发表于
模型评估与选择一.误差与过拟合分类器分类错误的样本数占样本总数的比例为错误率(errorate)，E=m/n(m为分类错误的总样本数，n为总样本数），分类的精度(accuracy) P=(1-E)x100%
学习器实际预测值和样本真实值之间的差异为“误差”
训练误差/经验误差：学习器在训练数据
...
Java算法-图(最短路径)
发表于
|
分类于
Algorithms
最短路径最短路径应用的图是加权有向图加权有向图的数据结构：首先定义的是加权有向边的数据类型：12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565
...
Java算法-图（最小生成树）
发表于
|
分类于
Algorithms
最小生成树定义：加权图：加权图是图中每条边都关联一个权值的图模型(边的权重可以表示距离、时间、费用等不同变量；权中可正可负)带权重边的表示：1234567891011121314151617181920212223242526272829303132333435public class Edge i
...
Java算法-图
发表于
|
分类于
Algorithms
无向图图的定义：A graph is a set of vertices and a collections of edges that each connect a pair of vertices.graph = edge + vertex
图的表示邻接矩阵假设图有V个顶点，使用一
...