1.二维数组 二维数据其实就是高数中的矩阵,在此不做过多的解释 2.稀疏数组 当一个二维数组中大多值为0,或者相同时,我们可以考虑用到稀疏数组,来减少内存 稀疏数组的处理方法: 1)一个有3列的二维数组,记录原数组有几行几列,多少个不同的值 2)不同值的元素的所在行以及列记录在稀疏数组中,从而缩小规 ...
分类：
编程语言 时间：
2019-07-17 21:59:31
阅读次数：
142
一、基本简介 1、基础概念 在矩阵中，若数值为0的元素数目远远多于非0元素的数目，并且非0元素分布没有规律时，则称该矩阵为稀疏矩阵；与之相反，若非0元素数目占大多数时，则称该矩阵为稠密矩阵。定义非零元素的总数比上矩阵所有元素的总数为矩阵的稠密度。 2、处理方式 3、图解描述 4、五子棋场景 二、代码 ...
分类：
编程语言 时间：
2019-07-16 00:25:00
阅读次数：
153
[TOC] 稀疏数组和队列 1.稀疏数组 所谓稀疏数组就是当数组中大部分的内容值都未被使用（或都为零），在数组中仅有少部分的空间使用。因此造成内存空间的浪费，为了节省内存空间，并且不影响数组中原有的内容值，我们可以使用稀疏数组去压缩数据。OK，如果你不明白，那我们来看一个例子。 在一个 ...
分类：
编程语言 时间：
2019-07-15 21:24:24
阅读次数：
131
一、导入必要的工具包# 导入必要的工具包import xgboost as xgb # 计算分类正确率from sklearn.metrics import accuracy_score二、数据读取XGBoost可以加载libsvm格式的文本数据，libsvm的文件格式（稀疏特征）如下：1 101: ...
分类：
其他好文 时间：
2019-07-09 00:13:14
阅读次数：
569
2019-07-07 16:53:31 问题描述： 问题求解： 本题和n后问题很类似，所以最初的时候就直接套了n后的板子，MLE。 那么本题的核心就是如何降低空间复杂度了，如何做呢？ 降低空间复杂度有两种常用的技巧： 1. 将数组转为HashMap，这样就可以在大量稀疏的数组中提取到有用的信息，避免 ...
分类：
其他好文 时间：
2019-07-07 17:16:05
阅读次数：
85
分类： – 有类别标记信息, 因此是一种监督学习 – 根据训练样本获得分类器，然后把每个数据归结到某个已知的类，进而也可以预测未来数据的归类。 聚类： – 无类别标记, 因此是一种无监督学习 – 无类别标记样本，根据信息相似度原则进行聚类，通过聚类，人们能够识别密集的和稀疏的区域，因而发现全局的分布 ...
分类：
其他好文 时间：
2019-06-30 09:28:26
阅读次数：
90
数据结构与算法的关系 数据结构(data structure)是一门研究组织数据方式的学科，有了编程语言也就有了数据结构。学好数据结构可以编写出跟家漂亮，更加有效率的代码 要学好数据结构就要多多考虑如何将生活中遇到的问题，用程序去实现解决 程序=数据结构+算法 数据结构是算法的基础，换言之，想要学好 ...
分类：
编程语言 时间：
2019-06-27 00:35:03
阅读次数：
118
无论什么东西，套用宋丹丹的话，就是都有它的过去、现在和将(jiǎng)来。因此学习一样东西，如果能多学一点它的历史，会让我们对其为何有如此现状少一些纠结，同时才有可能对其未来趋势有靠谱一点点的洞见。昨夜窗外雨声稀疏，难以入眠，突然想到软件架构的发展史是怎样的，于是今晨起来网上逛一圈，邂逅到这篇论文《 ...
分类：
其他好文 时间：
2019-06-24 22:48:21
阅读次数：
153
package struct;public class SparseArr { public static void main(String[] args) { int chess[][] = new int[11][11]; //0代表空白，1代表黑子，2代表蓝子 chess[1][2] = 1; ...
分类：
编程语言 时间：
2019-06-08 22:59:32
阅读次数：
251
FM 因子分解 FM算法可以在线性时间内完成模型训练, 是一个非常高效的模型。FM最大特点和优势：FM模型对稀疏数据有更好的学习能力，通过交互项可以学习特征之间的关联关系，并且保证了学习效率和预估能力。 One Hot编码的特点: 大部分样本的特征比较稀疏; 特征空间大。 通过观察大量的样本数据可以 ...
分类：
其他好文 时间：
2019-05-30 11:59:06
阅读次数：
131
