Min的博客

悲观剪枝（Pessimistic Pruning）是决策树剪枝的一种方法，主要用于C4.5算法（ID3算法的改进版本），而其他决策树算法（如CART）通常采用不同的剪枝策略。以下是详细说明和剪枝方法的分类： 1. 悲观剪枝的应用场景 主要算法：C4.5 C4.5使用基于统计的悲观剪枝方法，通过比较剪枝前后子树的错误率估计（增加惩罚项）来决定是否剪枝。 核心思想：假设子树可能过拟合，因此对它的错误率估计持“悲观”态度（即高估其错误率），从而倾向于剪枝到更简单的结构。 不适用算法： CART：采用代价复杂度剪枝（Cost-Complexity Pruning）。 ID3：无剪枝机制（C4.5是其改进版，加入了剪枝）。 其他现代算法（如随机森林、GBDT）通常通过预剪枝（如最大深度、最小样本分裂）或集成方法抑制过拟合。 2. 决策树剪枝方法的分类剪枝分为两大类：预剪枝（Pre-Pruning）和后剪枝（Post-Pruning）。 (1) 预剪枝（Pre-Pruning）在树生长过程中提前停止分裂，常见方法包括： 最大深度限制（Max Depth） 最小样本分裂（Min ...

123456789101112131415161718WITH ranked_ratings AS ( SELECT user_id, rating, rating_date, ROW_NUMBER() OVER ( PARTITION BY user_id, DATE(rating_date) ORDER BY rating_date DESC ) AS rn FROM ratings)SELECT user_id, rating, rating_date, DATE(rating_date) AS rating_dayFROM ranked_ratingsWHERE rn = 1;

回溯（Backtracking）、DFS（深度优先搜索）和枚举（Enumeration）之间的关系12345枚举（最general的概念） ↓DFS（特定的枚举实现方式） ↓回溯（带"选择"和"撤销"的DFS） DFS（深度优先搜索） 枚举的一种具体实现方式 按深度优先的顺序进行枚举 回溯（Backtracking） DFS的一种特殊形式 包含**”选择”和“撤销选择”**的过程 通常用于求解排列、组合等问题 回溯模板和浅拷贝问题全排列问题：正确代码： 123456789101112131415161718192021222324class Solution: def permuteUnique(self , num: List[int]) -> List[List[int]]: results = [] self._backtrace([],num,[False,]*len(num),results) return results @staticmethod def ...

Python：熟练掌握多进程、类型注解、数据验证和日志管理，参与多个项目C++：熟练掌握Cmake工具和STL，熟悉OpenCV、eigen、PCL，理解Boost，参与多个项目 Python：熟练掌握多进程/协程、类型注解typing、数据验证pydantic、日志管理logging，熟练使用异步网络框架FastAPI，熟悉Autogluon自动机器学习和MLops工具wandb，熟悉torch、tf/keras、transformers深度学习框架，熟练掌握日志管理logging、环境管理uv/conda、异常调试，具备定时任务调度、配置管理使用经验，熟练使用numpy、Pandas、sklearn等机器学习库，掌握Playwright网络自动化，了解测试框架pytest

1234567891011121314151617181920212223242526272829303132class Solution: def solve(self, nums: str) -> int: """ 计算给定字符串译码的可能数 """ # 步骤1：特殊处理0、10、20的情况 if nums == "0": return 0 if nums == "10" or nums == "20": return 1 # 以及这种特殊情况：首位为0或者当0的前面不是1或2时，无法译码，0种 if nums[0] == "0": return 0 for i in range(1, len(nums)): ...

123456789101112131415161718192021222324252627282930313233## 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可## 计算成功举办活动需要多少名主持人# @param n int整型 有n个活动# @param startEnd int整型二维数组 startEnd[i][0]用于表示第i个活动的开始时间，startEnd[i][1]表示第i个活动的结束时间# @return int整型#将活动开始时间写入一个列表starts，进行排序。# 将活动结束时间写入一个列表ends，进行排序。# 每次活动开始时，需要增加一个主持人上场，每次活动结束时候可以释放一个主持人。# 所以按照时间先后顺序对starts进行遍历，每次有活动开始count++，每次有活动结束count--# 在count最大的时候，即是需要主持人最多的时候class Solution: def minmumNumberOfHost(self , n , startEnd ): starts=[] ends=[ ...

12export HF_ENDPOINT=https://hf-mirror.comhf download pangda/word2vec-skip-gram-mixed-large-chinese --local-dir ./

1.下载metacubex-gh-pages和mihomo，注意，都放在/root/.config/mihomo目录下， 1234567891011gzip -d mihomo-linux-amd64-v1.19.10.gz # 重命名 mv mihomo-linux-amd64-v1.19.10 mihomo # 增加执行权限 chmod +x mihomo # 解压控制面板 unzip metacubexd-gh-pages.zip # 重命名 mv metacubexd-gh-pages ui # 运行 sudo ./mihomo -f config.yaml …不宜公开

原理：找到与给定样本最近的k个样本的类别，其中最多的类别即是分类器结果要点：1.最近——距离度量 2.集合决策——多数选举投票 3.k的选择补充：最近邻算法：k=1；没有显式学习步骤，由上面三个唯一决定该算法结果问题：找到k邻近的快速方法？[[ANN（近似最近邻搜索）]] KD树 (k-dimensional tree)、局部敏感哈希(LSH) KNN算法中k值选择指南KNN(K-最近邻)算法中k值的选择对模型性能有重大影响。以下是关于k值选择的详细分析： 1. k值的影响模型表现 小k值： 复杂度高（因为分类边界复杂)，容易过拟合 对噪声敏感，决策边界不规则 低偏差但高方差 大k值： 模型更平滑，减少噪声影响 可能导致欠拟合 高偏差但低方差 计算效率 较大k值需要计算更多邻居，略微增加计算成本 2. 选择k值的方法经验法则 分类问题：通常从k=√n开始(n为样本数) 回归问题：常用3-10之间的奇数 交叉验证最佳实践是使用交叉验证选择k值： 将数据分为训练集和验证集 尝试不同的k值 选择在验证集上表现最好的k值 启发式方法 对于类别不平衡 ...