为什么要进行连续特征离散化 参考 "知乎用户" 在工业界，很少直接将连续值作为逻辑回归模型的特征输入，而是将连续特征离散化为一系列0、1特征交给逻辑回归模型，这样做的优势有以下几点： 0. 离散特征的增加和减少都很容易，易于模型的快速迭代；这个点理解 1. 稀疏向量内积乘法运算速度快，计算结果方便存 ...
分类：
其他好文 时间：
2020-05-01 16:50:47
阅读次数：
44
"Enemy is weak" 求序列 $a\{n\}$ 中的三元逆序对数量。 数据范围：$3\le n\le 1e6$。 这题真是一道又好又水的题，可是我看别人的题解做法真是玄学难懂，于是蒟蒻要写一篇简单易懂的。 考虑到 二元逆序对 的做法： 离散化后动态维护一个权值树状数组。 其中对于每个当做逆 ...
分类：
其他好文 时间：
2020-05-01 12:57:30
阅读次数：
71
莫队算法链接：传送门 题意： 有n个数，m个区间。问区间内有多少个x，x满足x的个数等于x的值的个数（如果x是3，区间内要存在3个3）。 题解： 因为a[i]太大，所以要离散化一下，但是不能用map容器，因为map容器多一个log 莫队就是离线问题+区间的移动。复杂度是O（(N+M)*√N） 莫队代 ...
分类：
编程语言 时间：
2020-05-01 10:50:49
阅读次数：
71
[TOC] 字符串哈希 什么是字符串哈希？ 概述：对字符串集合的单个字符串进行操作（配合数据结构或STL判重、统计、查询、修改等操作），在字符串集合中去寻找该字符串过程中，对字符串集合进行遍历和map映射在规模较大时都会浪费很多时间。字符串哈希是将单个字符串离散化映射为一个哈希值（ 哈希函数 ），在 ...
分类：
其他好文 时间：
2020-04-30 13:22:15
阅读次数：
64
题意:在一个二维平面上 有三种操作 1.添加一个点 2.删去一个点 3.询问严格在(x, y)右上的点 先取最左 然后最低的 题解:先把x离散化 然后用线段树维护横坐标为x的最大值 同样把每个x开一个set 就可以处理添加和删除操作了 询问(x, y) 就是在横坐标大于x的区域 求第一个最大值大于y ...
分类：
其他好文 时间：
2020-04-29 21:45:20
阅读次数：
48
pandas 对索引重命名、离散化处理、异常值处理和随机抽样操作。 ...
分类：
其他好文 时间：
2020-04-19 10:47:08
阅读次数：
66
非常难受的是，我用链表写的，要么wa，要么tle，甚至还出现了超内存。。。 然后换成矩阵，开始还是wa了两次，然后换了别的快读，才过，难受。 ...
分类：
其他好文 时间：
2020-04-12 18:56:05
阅读次数：
65
Description The citizens of Bytetown, AB, could not stand that the candidates in the mayoral election campaign have been placing their electoral poste ...
分类：
其他好文 时间：
2020-04-05 00:52:42
阅读次数：
87
一、大数据预处理的几个步骤 1.数据预处理 2.数据清洗 3.数据集成 4.数据归约 5.数据变换 6.数据离散化 7.大数据预处理 二、数据预处理 现实中的数据大多是“脏”数据： ①不完整 缺少属性值或仅仅包含聚集数据 ②含噪声 包含错误或存在偏离期望的离群值 比如：salary=“-10”，明显 ...
分类：
其他好文 时间：
2020-04-03 22:15:48
阅读次数：
171
（1）如果缺值的样本占总数比例极高，我们可能就直接舍弃了，作为特征加入的话，可能反倒带入noise，影响最后的结果了； （2）如果缺值的样本适中，而该属性非连续值特征属性(比如说类目属性)，那就把NaN作为一个新类别，加到类别特征中； 【注：NaN（Not a Number，非数）是计算机科学中数值 ...
分类：
其他好文 时间：
2020-04-02 18:16:40
阅读次数：
370
