原创 數據結構：哈希表
哈希表 哈希函數：記錄的存儲位置和它的關鍵字之間建立一個確定的對應關係。 衝突：對不同的關鍵字可能得到同一哈希地址，這種現象稱爲衝突。 哈希函數構造方法 1.直接定址法 取關鍵字或關鍵字的某個線性函數值爲哈希地址，即： 或 2.數字分析法
2019-03-15 18:03:27
原创 數據結構：靜態查找動態查找
概念 1、靜態查找 首先無論是靜態查找還是動態查找，都要有查找的對象，也就是包含很多同類型數據的“表”，這個“表”可以理解爲一個由同類型數據元素組成的一個“集合”，該集合可以用各種容器來存儲，例如數組、鏈表、樹等，我們統稱這些存儲數據的數
2019-03-15 18:03:27
原创 機器學習：防止模型過擬合的方法
機器學習中造成過擬合的原因可能有以下幾點： （1）數據有噪聲 （2）訓練數據不足，有限的訓練數據 （3）訓練模型過度導致模型非常複雜 防止過擬合的方法： 1.提前停止： 對模型進行訓練的過程即是對模型的參數進行學習更新的過程，這個參數學習
2019-03-15 12:59:53
原创 算法設計：動態規劃問題
適合採用動態規劃方法的最優化問題中的兩個要素：最優子結構和重疊子問題。 最優子結構： 用動態規劃求解最優化問題的第一步就是刻畫最優解的結構，如果一個問題的解結構包含其子問題的最優解，就稱此問題具有最優子結構性質。因此，某個問題是否適合應用
2019-03-14 12:57:58
原创 算法中P,NP和NPC問題
一、概念 P問題：在多項式時間內可解的問題。 NP（Nondeterministic polynominal非確定性多項式）問題：在多項式時間內驗證得出一個正確解的問題。 P類問題是NP問題的子集，因爲存在多項式時間解法的問題，總能在多項
2019-03-11 16:46:32
原创 數據結構：線性數據結構（4）-列表（棧，隊列，deques, 列表）
一、列表 1.1列表的抽象數據類型 列表是項的集合，其中每個項保持相對於其他項的相對位置。無序列表的結構是項的集合，其中每個項保持相對於其他項的相對位置。下面給出了一些可能的無序列表操作。 List() 創建一個新的空列表。它不需要參數，
2019-03-05 12:50:11
原创 數據結構：線性數據結構（2）-隊列（棧，隊列，deques, 列表）
隊列：FIFO 1.隊列的抽象數據類型 隊列抽象數據類型由以下結構和操作定義。如上所述，隊列被構造爲在隊尾添加項的有序集合，並且從隊首移除。隊列保持 FIFO 排序屬性。隊列操作如下： Queue() 創建一個空的新隊列。 它不需要參數，
2019-03-05 00:54:53
原创 數據結構：線性數據結構（1）-棧（棧，隊列，deques, 列表）
棧，隊列，deques, 列表是一類容器，他們數據項之間的順序由添加或刪除的順序決定，一旦一個數據項被添加，它相對於前後元素一直保持該位置不變。注入此類的數據結構稱爲線性數據結構。 棧 棧（棧，隊列，deques, 列表）是一個項的有序集
2019-03-05 00:54:53
1
原创 數據結構：線性數據結構（3）-deques（棧，隊列，deques, 列表）
deque（也稱爲雙端隊列）是與隊列類似的項的有序集合。即使 deque 可以擁有棧和隊列的許多特性，它不需要由那些數據結構強制的 LIFO 和 FIFO 排序。這取決於你如何持續添加和刪除操作。 1.Deque抽象數據類型 deque
2019-03-05 00:54:53
原创 數據結構與算法：樹與二叉樹python實現
數據結構與算法 二叉樹的遍歷 不知道你有沒有發現，二叉樹其實是一種遞歸結構，因爲單獨拿出來一個 subtree 子樹出來，其實它還是一棵樹。那遍歷它就很方便啦，我們可以直接用遞歸的方式來遍歷它。但是當處理順序不同的時候，樹又分爲三種遍歷方
2019-03-01 00:55:13
原创 數據結構與算法：排序算法的穩定性以及各性能比較python實現
招聘筆試中經常會考到排序算法，在此做一個總結。 一、算法概念 1.排序算法的穩定性 假定在待排序的記錄序列中，存在多個具有相同的關鍵字的記錄，若經過排序，這些記錄的相對次序保持不變，即在原序列中，r[i]=r[j]，且r[i]在r[j]
2019-03-01 00:55:13
原创 python:copy()和deepcopy()區別
1.對象的賦值 都是進行對象引用（內存地址）傳遞，即‘’ b is a‘’ ，a 變 b 也變 2.copy.copy(x)：淺拷貝 會創建一個新的對象,即 “b is not a” ，但是，對於對象中的元素，淺拷貝就只會使用原始元素的
2019-02-27 12:50:18
1
原创 pandas:get_dummies()與pd.factorize()用法與區別
1.get_dummies() pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None,sparse=False, drop_f
2019-01-24 13:03:04
原创 pandas:apply(),applymap(),map()
自己總結一下： 1.apply() Series.apply：For applying more complex functions on a Series。 對Series的值調用函數。可以是ufunc(一個適用於整個系列的NumPy函
2019-01-22 00:02:26
原创 機器學習變量轉換（定性變量、定量變量）
爲了更好地討論問題，將模型的自變量分類。在模型裏使用的變量可以分爲兩類：數值型變量和類別型變量。如圖1所示。 一、定義 數值型變量，在學術上被稱爲定量變量（quantitative variable），如長度、收入、重量等。它們的數值表
2019-01-17 00:35:22
15