# 迭代器的认识# 获取一个对象的所有方法 任何对象中 只要有 __iter__ 这个字符串就是可迭代对象s1 = "djflkdjfl"# l1= [1,2,3,4]# print(dir(s1)) # 查看一个对象是不是可迭代对象 用 dir() 这个函数来查看,查看对象的所有使用方法# pri ...
分类：
编程语言 时间：
2020-06-15 13:54:34
阅读次数：
46
1.散点图 matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None ...
分类：
其他好文 时间：
2020-06-14 14:59:01
阅读次数：
55
求两个列表的交集，并集，差集 l1 = [1, 2, 3, 4, 5, 6] l2 = [3, 4, 5, 6, 7, 8, 9] # 两个列表的交集 lst_intersection = [i for i in l1 if i in l2] # print(lst_intersection) >[ ...
分类：
其他好文 时间：
2020-06-12 13:01:11
阅读次数：
76
参考：https://www.cnblogs.com/devilmaycry812839668/p/9352814.html import numpy as np x=np.array([[0, 3, 4], [2, 6, 4]]) y=np.linalg.norm(x, axis=1, keepd ...
分类：
其他好文 时间：
2020-06-10 11:12:04
阅读次数：
148
1.逻辑回归是怎么防止过拟合的？为什么正则化可以防止过拟合？】 · 防止过拟合的方法： （1）增加样本量（适用任何模型）。 （2）如果数据稀疏，使用L1正则，其他情况，使用L2。 L1正则，通过增大正则项导致更多参数为0，参数系数化降低模型复杂度，从而抵抗过拟合。 L2正则，通过使得参数都趋于0，变 ...
分类：
其他好文 时间：
2020-06-09 09:55:14
阅读次数：
59
CLASS torch.nn.MSELoss(size_average=None, reduce=None, reduction='mean') Creates a criterion that measures the mean squared error (squared L2 norm) be ...
分类：
其他好文 时间：
2020-06-07 14:51:25
阅读次数：
112
题目描述 众所周知， HN-001 是神一般的存在。 HN-001 给了你一个 $n$ 阶排列 $\{a_i\}$ ，并向你提出了 $q$ 次询问。每次询问 HN-001 会给出四个参数 $l_1,r_1,l_2,r_2(1 \le l1 \le r1 < l2 \le r2 \le n)$ ，且 ...
分类：
其他好文 时间：
2020-06-06 22:02:05
阅读次数：
93
题目链接 https://codeforces.com/contest/817/problem/D 题目大意 给你一个序列，让你求出这个序列的每个区间最大值的和 - 最小值的和 解题思路 单调栈 单调栈经典问题。 我们先求出以 a[ i ] 为最小值的左右最长拓展 L1[i] , R1[i] 那么以 ...
分类：
其他好文 时间：
2020-06-01 18:06:31
阅读次数：
63
迭代方法 注意哑结点的使用，这会省去很多判断 public ListNode mergeTwoLists(ListNode l1, ListNode l2){ ListNode result = new ListNode(-1); ListNode tempResult = result; whil ...
分类：
其他好文 时间：
2020-05-31 15:54:07
阅读次数：
52
正则化的目的是为了防止过拟合，降低模型的复杂度。 正则化的打开方式： 在目标函数后面添加一个系数的“惩罚项”。 式中， 是一个常数， 为样本个数， 是一个超参数，用于控制正则化程度。 1、L1正则化：在目标函数后面加了所有特征系数的绝对值之和。L1正则化更适用于特征选择，每次更新过程中会减去或加上一 ...
分类：
其他好文 时间：
2020-05-30 22:03:08
阅读次数：
108
