在线性回归中,我们需要去确定使用的特征,特征的选择对结果影响很大。如果特征很多,则容易过拟合;特征太少又容易欠拟合。我们不可能对每个特征组合都去试一次,下面介绍的局部加权线性回归(LWR)方法可以减少特征选择对结果影响,同时很好地拟合数据。
批量梯度下降和随机梯度下降
发表于
|
分类于
机器学习
贝叶斯与多项式拟合
发表于
|
分类于
PRML notes
本文主要介绍从贝叶斯理论角度看多项式曲线拟合,不涉及多项式曲线拟合的具体细节。
LeetCode 136 258 292
发表于
|
分类于
LeetCode笔记
指派问题与匈牙利解法
发表于
|
分类于
优化算法
指派问题是整数规划中一类重要的问题:有$n$项不同的任务,需要$n$个人去完成(每人只完成一项工作),各人完成不同任务所需要的时间(或其他资源)不同。问应指派何人完成何项工作,可以使完成$n$项工作所消耗的总资源最少?
启发式搜索算法
发表于
|
分类于
杂记
在计算机科学、人工智能和最优化领域,人们设计出启发式算法来解决那些用常规方法解决起来太慢的问题,或者找出一个对精确结果的近似。使用启发式算法是对最优性、完全性、准确度、精确度和计算速度之间的权衡。
第1章 递归问题
发表于
|
分类于
具体数学笔记
稳定排序
发表于
|
分类于
杂记
面试笔试中遇到了好多次稳定排序,每次都跪在这儿。概念都懂,看来还是得背一背了。
用LINGO做整数规划
发表于
|
分类于
杂记
由于python整数规划的包不太好找,所以就用LINGO来完成数模中整数规划的任务。学了一天半LINGO,算是入门了,记下一些笔记,以后好重新上手。
4-3 Minimum Spanning Trees
发表于
|
分类于
《Algorithms》 notes
一个带权图(edge-weighted graph)的每条边上都带有我们赋予的权值。如果图是飞机的航线,那么权值可以表示距离、或者表示票价等。下面,我们主要考虑无向带权图(undirected edge-weighted graph)。