Coins 题意：一开始所有n个硬币都是反面朝上的，每次必须拿k个来抛，抛的人足够聪明，问m次之后向上的硬币的期望。 首先说了这个足够聪明的意思，就是只要向反面的有k个就不会sb地去拿向正面的来抛，想了一会之后就觉得是个概率dp的转移， 然而一开始想漏了个组合数的加权，但在+1的提醒下搞通了，但是分 ...
分类：
其他好文 时间：
2019-10-09 00:20:12
阅读次数：
137
1. 线性回归 核心公式： w = (XTX)-1XTY 流程伪代码： 核心代码： 2. 局部加权线性回归 （就是中间乘上权值W) 核心公式： 参数w = (XTWX)-1XTWY 权值Wi = exp( ||xi - x|| / ( -2*k2) ) 流程伪代码： 核心代码： ...
分类：
其他好文 时间：
2019-10-08 15:58:18
阅读次数：
116
添加权限 （1）API/utils文件夹下新建premission.py文件，代码如下： message是当没有权限时，提示的信息 （2）settings.py全局配置权限 （3）views.py添加权限 默认所有的业务都需要SVIP权限才能访问 OrderView类里面没写表示使用全局配置的SVI ...
分类：
其他好文 时间：
2019-10-07 11:18:51
阅读次数：
83
来翻译一下官方文档，但是建议看英文原文，本文可能会出现一些错误，只是为了方便自己查阅用的。 对于你的每一场rated比赛，会有一个Performance值$X_i$，你的rating是$X_i f(i)$的加权平均，其中$f(1)=1200$而$f(i)$单调递减。也就是说，如果你的Performa ...
分类：
其他好文 时间：
2019-10-05 20:24:37
阅读次数：
150
Ribbon在工作时分为两步： 先选择 EurekaServer，它优先选择在同一个区域内负载较少的Server； 再根据用户指定的策略，在从Server取到的服务注册列表中选择一个地址； 其中Ribbon提供了多种策略，比如轮询、随机、根据响应时间加权。 一、Ribbon算法的介绍 ...
分类：
其他好文 时间：
2019-10-04 22:37:50
阅读次数：
96
弗洛伊德算法 Dijkstra算法一样，弗洛伊德(Floyd)算法也是一种用于寻找给定的加权图中顶点间最短路径的算法。 该算法名称以创始人之一、1978年图灵奖获得者、斯坦福大学计算机科学系教授罗伯特·弗洛伊德命名 弗洛伊德算法(Floyd)计算图中各个顶点之间的最短路径 迪杰斯特拉算法用于计算图中 ...
分类：
编程语言 时间：
2019-09-30 15:00:53
阅读次数：
143
1、反距离函数和样条函数都属于精确性插值，插值表面均通过采样点。在采样点微小邻域，两者的插值结果比较接近。 2、反距离函数和样条函数插值受采样点的密度影响较大。在采样点分布比较密集的区域，插值结果差异较小，在采样点分布比较稀疏的区域，插值的结果差异较大。 3、反距离权重是一个加权平均距离，一般需要大 ...
分类：
其他好文 时间：
2019-09-28 16:17:32
阅读次数：
142
因为要写一个权限管理系统精确到每个标签。以前用过的是给每个标签加权限判断的代码。但感觉这种方式太麻烦和落后，向让页面加载时自动把每个标签的id扫描到并保存到数据库。通过id控制。研究了下实现代码如下： 结果：可以看到一件将body中的所有元素id值遍历出来，大家，可以根据自己需要优化代码 ...
分类：
Web程序 时间：
2019-09-27 10:30:08
阅读次数：
136
日志显示报错如下： 报错显示无法打开 seesion 文件，没有权限，所以需要给 /var/lib/php/session/ 添加权限 可以直接设置可读写的权限 或者重新设置 seesion 的存储路径，修改 php.ini 中的 修改为 /home/tmp/，并设置权限 0777 参考链接： ht ...
分类：
Web程序 时间：
2019-09-26 16:08:13
阅读次数：
145
概念和性质 定义 期望是概率论中一个非常重要的概念。若 X 是一个离散型的随机变量，其分布列为 p(x)，那么 X 的期望记作 E[X]，定义为： 若 X 是一个连续型随机变量，其概率密度函数为 f(x)，则 X 的期望 E[X] 定义为： 用语言表达，X 的期望就是 X 所有可能取值的一个加权平均 ...
分类：
其他好文 时间：
2019-09-26 09:45:39
阅读次数：
130
