联系 1.都是一种推导算法 2.都是分解成子问题来求解，都需要具有最优子结构 区别 1.贪心：每一步的最优解一定包含上一步的最优解，上一步之前的最优解则不作保留； 动态规划：全局最优解中一定包含某个局部最优解，但不一定包含前一个局部最优解，因此需要记录之前的所有的局部最优解 2.贪心：如果把所有的子 ...
分类：
编程语言 时间：
2018-09-28 00:07:56
阅读次数：
235
(对最小二乘法和梯度下降的一些区别的理解： 1.最小二乘法可以直接求全局最优解 梯度下降法是一种迭代的求解局部最优解的方法 2.最小二乘法没有“优化”，只有“求解”。算是一个确定性问题。而梯度下降，涉及迭代获取最优解，才算是“优化”。) 1.梯度定义 在微积分里面，对多元函数的参数求?偏导数，把求得 ...
分类：
其他好文 时间：
2018-09-15 15:17:06
阅读次数：
263
1、梯度下降法 梯度下降法是最早最简单的，也是最为常用的最优化算法。梯度下降法实现简单，当目标函数是凸函数时，梯度下降法的解是全局解。一般情况下，其解不保证是全局最优解，梯度下降法的速度未必是最快的。梯度下降法的优化思想是用当前位置负梯度方向作为搜索方向，因为该方向为当前位置的最快下降方向，所以也被 ...
分类：
编程语言 时间：
2018-08-27 10:29:07
阅读次数：
164
昨晚随便玩玩搞个div3结果浪翻了…… 强烈谴责D题hack数据卡常 考虑到本题中所要求的最短距离不会大于2，所以我们可以把所有结点到$1$的距离通过对$3$取模分类，考虑到直接自顶向下贪心不满足局部最优解可以推出全局最优解，所以我们可以自下向上这样可以考虑到所有条件。我们处理出一个结点$x$所有儿 ...
分类：
其他好文 时间：
2018-08-25 11:24:57
阅读次数：
132
给定一个多维函数，如何求解全局最优？ 文章包括： 1.全局最优的求解：暴力方法 2.全局最优的求解：fmin函数 3.凸优化 函数的曲面图 import numpy as np import matplotlib.pyplot as plt import matplotlib as mpl def ...
分类：
其他好文 时间：
2018-07-31 22:12:17
阅读次数：
1492
贪心算法（greedy algorithm）是指，在每一步都做出当时看起来最佳的选择，也就是局部最优的选择，期望这样的选择能够导向全局最优解。所以并不是所有的问题都能得到全局最优解。 典型的例子如分数背包问题：背包容量为50kg，有三个商品分别是重60元/10kg、100元/20kg、120元/30 ...
分类：
编程语言 时间：
2018-07-31 19:30:56
阅读次数：
194
参考https://blog.csdn.net/libosbo/article/details/80038549 动态规划是求解决策过程最优化的数学方法。利用各个阶段之间的关系，逐个求解，最终求得全局最优解，需要确认原问题与子问题、动态规划状态、边界状态、边界状态结值、状态转移方程。 以下每个例题， ...
分类：
编程语言 时间：
2018-07-17 19:24:25
阅读次数：
177
Given an integer array nums, find the contiguous subarray within an array (containing at least one number) which has the largest product. Example 1: E ...
分类：
编程语言 时间：
2018-07-08 22:12:36
阅读次数：
210
GridSearchCV 简介： GridSearchCV，它存在的意义就是自动调参，只要把参数输进去，就能给出最优化的结果和参数。但是这个方法适合于小数据集，一旦数据的量级上去了，很难得出结果。这个时候就是需要动脑筋了。数据量比较大的时候可以使用一个快速调优的方法——坐标下降。它其实是一种贪心算法 ...
分类：
其他好文 时间：
2018-07-06 01:47:23
阅读次数：
357
【论文标题】一种多尺度协同变异的微粒群优化算法 （2010） 【论文作者】陶新民，刘福荣， 刘 玉 ， 童智靖 【论文链接】Paper（14-pages） 【摘要】 分析了变异操作对微粒群算法(PSO)的影响,针对变异单一,收敛速度慢,易陷入局部极小点等缺点,提出一种新的多尺度协同变异的粒子群优化算 ...
分类：
编程语言 时间：
2018-07-05 12:04:39
阅读次数：
157
