原创 一步一步看清動態規劃----揹包問題(java解)

———————————更新——————————– 動態規劃有兩個很重要的概念,無後效性 和 狀態,這裏參考兩篇文章,講的不錯,尤其是第二篇: 什麼是無後效性? 動態規劃 ———————————原文——————————– 題目背

原创 Spark2.2.0 + Scala2.13.0集羣搭建

Spark使用了Hadoop的HDFS作爲持久化存儲層,因此安裝Spark時,應先安裝與Spark版本相對應的Hadoop。Spark計算框架以Scala語言開發,因此部署Spark首先需要安裝Scala及JDK。 Hadoop集

原创 KNN算法---Python實現

# -*- coding: UTF-8 -*- import numpy as np import random import matplotlib.pyplot as plt from matplotlib.colors im

原创 Java static的用法以及原理

靜態:static 用法:是一個修飾符,用於修飾成員(成員變量,成員函數),   當成員被靜態修飾後,就多了一個調用方式,除了可以被對象調用外,還可以直接被類名調:類名.靜態成員     類名.靜態成員 存在:方法區,共享區,數據

原创 全國環遊怎麼走----蟻羣算法

正在看數學建模的算法,這裏講蟻羣算法拿出來做了個全國省會級城市旅遊路線最短問題(TSP),使用matlab實現。 蟻羣算法思想 (1)根據具體問題設置多隻螞蟻,分頭並行搜索。 (2)每隻螞蟻完成一次周遊後,在行進的路上釋放

原创 Git 常用操作(入門級)

今天學習了git,做個小結吧。日後不定時添加、完善。 推薦教程:廖雪峯Git教程 關於git是什麼,只能說一句,是Git是目前世界上最先進的分佈式版本控制系統(沒有之一)。只用在使用了之後才能體會分佈式版本控制是什麼樣子,推薦看上

原创 《深度學習——Andrew Ng》第一課第四周編程作業

Building your Deep Neural Network: Step by Step 3.2 - L-layer Neural Network The initialization for a deeper L-la

原创 《深度學習——Andrew Ng》第一課第三週編程作業

Planar data classification with one hidden layer You will see a big difference between this model and the one you i

原创 《深度學習——Andrew Ng》第一課第二週編程作業

最近在網易雲課堂學習《深度學習》微專業,將課後的編程作業記錄下來。 深度學習–吳恩達 對比之前用python寫的邏輯迴歸 DeepLearning 作業 Logistic Regression with a Neural Net

原创 LWLR 局部加權線性迴歸---Python實現

局部加權線性迴歸 — LWLR 算法介紹 線性迴歸的一個問題是可能出現欠擬合,因爲它求的是具有最小均方誤差的無偏估計,可以通過引入一些偏差,從而降低均方誤差。 LWLR: 算法中給待預測點附近的每個點都賦予一定的權重,在這段區間

原创 Java 相關細節問題(持續更新)

類中靜態代碼塊、構造塊、構造方法的執行順序 靜態代碼優先於非靜態的代碼,是因爲被static修飾的成員都是類成員,會隨着JVM加載類的時候加載而執行,而沒有被static修飾的成員也被稱爲實例成員,需要創建對象纔會隨之加載到堆內存

原创 邏輯迴歸----Python實現

邏輯迴歸是個二分類問題,具體原理網上有很多,這裏只列出Python實現過程。 原理參考:邏輯迴歸 參考《機器學習實戰》,對於邏輯迴歸參數尋優時,採用梯度下降法和隨機梯度下降兩種方法實現。 Python定義梯度下降函數: # 梯度

原创 Java 常用類庫(二)

日期處理 java.util.Data類 日期是一個重要的單位,在Java之中如果用戶想要取得當前系統的日期時間,可採用java.util.Data類對象,而這個Data類的構造方法: 無參構造:public Data() ;

原创 Python 裏面的一些小技巧(持續更新)

三元條件判斷的3種實現方法 C語言中有三元條件表達式,如 a>b?a:b,Python中沒有三目運算符(?:),但Python有它自己的方式來實現類似的功能。這裏介紹3種方法: true_part if condition els

原创 K近鄰算法及kd樹簡介

K近鄰算法 什麼是K近鄰算法 何謂K近鄰算法,即K-Nearest Neighbor algorithm,簡稱KNN算法,單從名字來猜想,可以簡單粗暴的認爲是:K個最近的鄰居,當K=1時,算法便成了最近鄰算法,即尋找最近的那個鄰居