zhuhongde的博客

原创 笔试IO处理收集

场景1.求a+b的和#include <iostream>using namespace std;int main() { int a,b; while(cin >> a >> b)//注意while处理多个case cout << a+b << endl;}场景2.给出N阶方阵所有的数，求方...

原创 GBDT理解2.0

参考文献1.GBDT原理与Sklearn源码分析-回归篇2.GBDT原理与Sklearn源码分析-分类篇3.GBDT原理与实践-多分类篇前提：CART可以用于回归和分类，那么到底用回归还是分类呢？我们知道，GBDT拟合的目标是一个梯度值，这个值当然是一个连续值或者说实值，所以在GBDT里，通通都是回归树！！！如果损失函数选的是最小平方损失函数，那么拟合残差就和拟合损失函数的负梯度是等...

原创 【三部曲03】从XGBoost到LightGBM

参考文献引用来源：1.lightgbm论文翻译2.lightgbm论文翻译解读3.LightGBM——提升机器算法（图解+理论+安装方法+python代码）4.论文原文下载Question1. LightGBM提出的原因或者说背景是什么？概括：面对稀疏、大数据场景，计算方式过于耗时我们知道在LightGBM出现之前，已经有了例如 XGBoost 这样的优化很细致的工程实现。但是尽管...

转载 【转】七大查找算法总结

参考博客1.顺序查找思路：从数据结构线形表的一端开始，顺序扫描，依次将扫描到的结点关键字与给定值k相比较，若相等则表示查找成功；若扫描结束仍没有找到关键字等于k的结点，表示查找失败。2.二分查找思路：也称为折半查找，属于有序查找算法。用给定值k先与中间结点的关键字比较，中间结点把线形表分成两个子表，若相等则查找成功；若不相等，再根据k与该中间结点关键字的比较结果确定下一步查找哪个子表，...

原创 剑指offer思路总结

统一格式前注：‘’‘’标题对应《剑指offer》题号时间复杂度空间复杂度思路：包括解题思路和编程中的技巧教训：编程过程中需要注意的地方以及存在的惯性错误‘’‘’1.赋值运算符函数（略）2.实现Singleton模式（略）3.数组中重复的数字：时间复杂度：O(n)；空间复杂度：O(1)；思路：从0~n-1获得启发，各个数字值应当与所在数组下标一致，不一致则调换，当调换...

原创 【转】十大经典排序算法最强总结

参考地址1.冒泡排序思路：比较相邻的元素。如果第一个比第二个大，就交换它们两个；对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对，这样在最后的元素应该会是最大的数；针对所有的元素重复以上的步骤，除了最后一个；2.选择排序思路：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推...

原创 【三部曲02】从GBDT到XGBoost

参考文献引用来源：1.XGBoost论文翻译和理解2.CART，回归树，GBDT，XGBoost，LightGBM一路理解过来Question1. 从论文本身表述看，xgboost有哪些工作点？【1】设计和构建高度可扩展的端到端提升树系统。【2】提出了一个理论上合理的加权分位数略图。 这个东西就是推荐分割点的时候用，能不用遍历所有的点，只用部分点就行，近似地表示，省时间。【3】引入了一...

原创 【三部曲01】从CART到GBDT

参考文章引用来源：1.GBDT入门教程之原理、所解决的问题、应用场景讲解2.《统计学习方法》李航3.Question1. 首先明确，GBDT是做什么用的？？GBDT (Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来...

原创 PPT笔记

PPT笔记一、常用插件piti、islide、口袋动画二、设计美感十足的字体本质：文字的意义在于使读者从我们规定好的角度去思考问题1.常见问题​ 问题1：画面呆板​ 解决方法：慎用艺术字、阴影、特效​ 问题2：字体丢失​ 解决方法：字体嵌入（防止移植时候丢失）：文件-》选项-》保存-》将字体嵌入文件​ 问题3：字库不全​ 解决方法：规避冷门字库，一般使用常见字库（如汉仪...

原创 Tensorflow2.0学习笔记01.基本数据类型和操作

原创 Keras文档学习10.编写你自己的 Keras 层

编写你自己的 Keras 层占位，建议阅读已实现好的层的源代码！！

原创 Keras文档学习09.层封装器

关键词：LocallyConnected1D、LocallyConnected2D原文地址：文档对应地址

原创 Keras文档学习08.局部连接层&嵌入层&融合层&高级激活层&批量标准化层&噪声层

一、局部连接层关键词：LocallyConnected1D、LocallyConnected2D原文地址：文档对应地址LocallyConnected1D 层与 Conv1D 层的工作方式相同，除了权值不共享外， 也就是说，在输入的每个不同部分应用不同的一组过滤器。二、嵌入层关键词：embedding原文地址：文档对应地址keras.layers.Embedding(input_d...

原创 Keras文档学习00.Keras的模块结构

参考文献（2016年前的组织结构图）

原创 深入理解Python特性笔记

原创 【西瓜书框图笔记12】第十四章——隐马尔科夫模型（HMM）

原创 【西瓜书框图笔记11】第十三章——半监督学习

原创 【西瓜书框图笔记10】第十一章——特征选择与稀疏学习

原创 【西瓜书框图笔记09】第十章——降维与度量学习

原创 【西瓜书框图笔记08】第九章——聚类

原创 【西瓜书框图笔记07】第八章——集成学习

原创 【西瓜书框图笔记06】第七章——贝叶斯分类器

原创 【西瓜书框图笔记05】第六章——支持向量机

原创 【西瓜书框图笔记04】第五章——神经网络

原创 【西瓜书框图笔记03】第四章——决策树

原创 【西瓜书框图笔记02】第三章线性模型

原创 【西瓜书框图笔记01】第二章——模型评估与选择

原创 深入浅出MySQL学习笔记（二）

参考文献第七章、表类型（存储引擎）的选择1.两种查看当前引擎的方法：【1】 SHOW ENGINES \G【2】SHOW VARIABLES LIKE ‘have%’；2.改变已有表的存储引擎：可以使用 ALTER TABLE 语句，将一个已经存在的表修改成其他的存储引擎： alter table ai engine = innodb；3.几种常用存储引擎：MyISAM引擎（1...

原创 红黑树常见面试问题整理

参考文献1.红黑树知识点结构图2.红黑树漫画初步解读3.笔试面试常考数据结构红黑树性质总结4.教你初步了解红黑树（很完整的博客！！）一、定义红黑树是一种特定类型的二叉树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。它是在1972年由RudolfBayer发明的，他称之为"对称二叉B树"，它现代的名字是在LeoJ.Guibas和RobertSedgewick于197...

原创 堆排序原理和实现

参考文献1.堆排序原理2.堆排序的手写实现堆排序思想Step 1： 构造初始堆初始化堆时是对所有的非叶子结点进行筛选；最后一个非终端元素的下标是[n/2]向下取整，所以筛选只需要从第[n/2]向下取整个元素开始，从后往前进行调整。Step 2：进行堆排序堆排序是一种选择排序。建立的初始堆为初始的无序区。排序开始，首先输出堆顶元素（因为它是最值），将堆顶元素和最后一个元素交换...

原创 排序算法的稳定性

参考文献1.排序算法的稳定性及其意义2.稳定排序和不稳定排序3.排序算法的稳定性总结稳定性的定义假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，ri=rj，且 ri在rj之前，而在排序后的序列中，ri仍在rj之前，则称这种排序算法是稳定的；否则称为不稳定的。稳定性的意义1、如果只是简单的进行数字的排序，那么稳定性将...

原创 深入浅出MySQL学习笔记（一）

参考文献1.博客12.博客2第一章、mysql的安装与配置第二章、SQL基础sql分类：（1）DDL：数据库定义语言，用于定义表，列，索引等数据库对象. create,drop,alter等（2）DML：数据库操纵语言，增删改查数据库的记录insert，delete，update，select等（3）DCL：数据库控制语言，定义了数据库的表，字段，用户的访问权限和安全级别 ...

原创 关于make_heap和priority_queue

参考文献1.stl里关于heap的函数与priority_queue的区别2.C++中两种实现堆的方式:make_heap和priority_queue3.[STL]heap和priority_queue大家都知道，priority_queue是用堆实现的，可以通过重载（）运算符选择使用最大堆或最小堆。以前一直觉得stl里面的heap相关的函数都是多余的，因为一般的heap操作都可以用p...

原创 GBDT、XGBoost潜在问题攻防解决方案

参考文献1.参考文献12.我爱机器学习——xgboost详解（非常推荐！！！）3.几个模型的对比4.5.问题1：xgboost工具支持并行。boosting不是一种串行的结构吗？怎么并行的？注意xgboost的并行不是tree粒度的并行，xgboost也是一次迭代完成才能进行下一次迭代的（第t次迭代的代价函数里面包含了前面t-1次迭代的预测值）。xgboost的并行是在特征粒度上的...

原创 【转载】关于递归的思想理解

原文地址

原创 Stacking与Blending以及相关的heamy库的使用收集

参考文献1.heamy官方文档2.heamy的github仓库3.heamy库中核心模块的介绍博客4.heamy库使用示例一、关于Stacking和Blending的比较核心区别：前者基于交叉验证，后者基于留出法很多人stack和blend是混着叫的，所以不必纠结这个名字，不要着相。只要知道：【1】stack是用cv交叉验证来得出元模型的特征（一个基模型产出一个元特征作为二级模型...

原创 侯捷STL学习笔记

参考文献1.侯捷-STL与泛型编程笔记（第一讲、容器概述——0.概述）2.侯捷-STL与泛型编程笔记（第二讲、源码分析——0.源码）3.STL"源码"剖析-重点知识总结一、简介C++ 标准库（STL大部分属于C++标准库）—— STL和标准库的关系STL 标准模板库标准库以header files形式呈现（头文件）C++标准库的header files不带副档名，如：#inclu...

原创 C++智能指针原理

参考文献1.C++智能指针2.C++智能指针简单剖析3.智能指针 auto_ptr 详解4.C++智能指针详解5.请你介绍一下C++的智能指针——牛客网一.什么是智能指针？为什么要有智能指针？在C++程序里，使用new关键字开辟的内存必须被手动delete掉，不然就会导致内存的泄漏，但是，当程序非常冗长，你能保证自己每一个手动开辟的内存块都释放了吗？在delete之前，倘若程序因为...

原创 XGBoost使用相关收集--参数设定

参考文献：1.XGBOOST参数说明1.使用的基本结构：import xgboost as xgb# 读取数据dtrain = xgb.DMatrix('demo/data/agaricus.txt.train')dtest = xgb.DMatrix('demo/data/agaricus.txt.test')# 通过 map 指定参数param = {'max_depth':2...

转载 【转】Python sklearn机器学习各种评价指标——Sklearn.metrics简介及应用示例

博客链接import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom sklearn import ensemblefrom sklearn import metrics#################################################################...