题目非常得简洁明了，差分约束的裸题，甚至连不等式都给你写出来了 没什么好分析的，直接看不等式建立方程（这里把$Ti$和$Tj$都表示为$i$和$j$） 因为求的应该是最早的开始时间，我们应该转化为$≥$，然后跑最长路求解 \(i-j \leq b\) \(-j \leq b-i\) \(j \geq ...
分类：
其他好文 时间：
2020-07-28 09:57:56
阅读次数：
70
变异程度变量：即离散程度的度量 1 : 极差：最简单的变异程度度量 极差=最大值-最小值 2 : 四分位数 间距 第三四分位数Q3与第一四分位数Q的差值，也就是说，四分位数间距是中 间50%数据的极差。 IQR=Q3-Q1 3 ：方差 方差=∑(观测值-平均值)2/N 4:标准差：方差的平方根 5: ...
分类：
其他好文 时间：
2020-07-28 00:15:06
阅读次数：
74
数据准备3 数据统计 import numpy as np # 算数运算 # 创建等差数组 # np.arange() 初始值、终值、步长 默认不包括终值 x1 = np.arange(1, 11, 2) # np.linspace() 初始值、终止、元素个数 默认包括终值 x2 = np.lins ...
分类：
其他好文 时间：
2020-07-26 18:59:00
阅读次数：
52
在sklearn.feature_selection模块中，可以对样本集进行特征选择（feature selection）和降维（dimensionality reduction）,这样会提高估计器的准确度或者增强在高维数据集上的性能。 1. 移除低方差特征 VarianceThreshold是特征 ...
分类：
其他好文 时间：
2020-07-22 23:36:37
阅读次数：
103
一、偏差和方差 欠拟合的loss主要来自偏差 过拟合的loss主要来自方差 应对大的偏差的方法： 增加更多特征作为输入 使用更复杂的模型 应对大的方差的方法： 更多数据 正则化 k折交叉验证 二、梯度下降 Adagrad 二次微分大的点梯度虽然大但是可能会比梯度小的点离极值点更近，因此学习率需要考虑 ...
分类：
其他好文 时间：
2020-07-22 20:53:23
阅读次数：
106
输人10个学生5门课的成绩,分别用函数实现下列功能: ①计算每个学生的平均分; ②计算每门课的平均分; ③找出所有50个分数中最高的分数所对应的学生和课程; ④计算平均分方差: 其中,x;为某一学生的平均分。 题目解析: 此题的关键是如何存储某个学生对应某门课程的分数，这里利用了一个二维数组scor ...
分类：
其他好文 时间：
2020-07-22 20:39:54
阅读次数：
80
提升的概念 提升算法 提升算法推导 梯度提升决策树 决策树的描述 正则项的定义 目标函数的计算 目标函数继续化简 子树划分 Adaboost 误差上限 方差与偏差 Bagging能够减少训练方差，对于不剪枝的决策树、神经网络等学习器有良好的集成效果 Boosting减少偏差，能够基于泛化能力较弱的学 ...
分类：
其他好文 时间：
2020-07-15 01:15:23
阅读次数：
72
常用的分布期望方差 如果忘了 方差可以用定义求 ...
分类：
其他好文 时间：
2020-07-14 21:49:13
阅读次数：
96
本文以SPSSAU系统为例，针对因子分析的常见问题进行汇总说明。 ①问题一：提取因子个数 提取因子的个数是一个综合选择的过程。默认是按“特征根大于1”作为因子提取的标准。 特征根不是唯一的判断标准。除此特征根，还可以通过累积方差贡献率、碎石图等指标综合判断。 如果分析前已经有了预期的维度（因子）划分 ...
分类：
其他好文 时间：
2020-07-13 13:30:53
阅读次数：
350
1. 分析为什么平方损失函数不适用于分类问题. 分类问题中的标签，是没有连续的概念的。每个标签之间的距离也是没有实际意义的，所以预测值 和 标签两个向量之间的平方差这个值不能反应分类这个问题的优化程度。 假设分类问题的类别是1,2,3 那么对于一个真实类别为2的样本X，模型的分类结果是 1 或 3， ...
分类：
其他好文 时间：
2020-07-11 22:38:55
阅读次数：
159
