数据挖掘导论课后习题答案-第四章
最近在读《Introduction to Data Mining 》这本书，发现课后答案只有英文版，于是打算结合自己的理解将答案翻译一下，其中难免有错误，欢迎大家指正和讨论。侵删。第四章（a）Gini = 1 - ( 0.5 )2 - ( 0.5 )2 = 0.5（b）每个结点的 Gini = 0，因此总的Gini = 0.（c）男：Gini = 1 - ( 0.6 )2..._数据挖掘导论第四章 课后答案
数据挖掘导论课后习题答案-第五章
最近在读《Introduction to Data Mining 》这本书，发现课后答案只有英文版，于是打算结合自己的理解将答案翻译一下，其中难免有错误，欢迎大家指正和讨论。侵删。第四章（a）不互斥（b）是穷举的（c）需要排序，测试集很可能不仅由行车里程属性决定，并且会命中多条规则。（d）不需要，每条测试记录都能至少命中一条规则。（a）FOIL = 300 × [ log2 ..._数据挖掘导论完整版课后答案
数据挖掘导论课后习题答案-第六章
最近在读《Introduction to Data Mining 》这本书，发现课后答案只有英文版，于是打算结合自己的理解将答案翻译一下，其中难免有错误，欢迎大家指正和讨论。侵删。第六章..._数据挖掘导论第六章课后答案
数据挖掘导论课后习题答案-第七章
最近在读《Introduction to Data Mining 》这本书，发现课后答案只有英文版，于是打算结合自己的理解将答案翻译一下，其中难免有错误，欢迎大家指正和讨论。侵删。第七章（a）（b） 5（c）候选项集：10+28+3=41频繁项集：8+10+0=18（d）候选项集：5+10+0=15频繁项集：5+3+0=8（e）d中产生较少的项集（a）D1：..._数据挖掘导论第七章课后答案
数据挖掘导论课后习题答案-第八章（上）
最近在读《Introduction to Data Mining 》这本书，发现课后答案只有英文版，于是打算结合自己的理解将答案翻译一下，其中难免有错误，欢迎大家指正和讨论。侵删。第八章..._数据挖掘导论第八章答案
数据挖掘导论课后习题答案-第八章（下）
最近在读《Introduction to Data Mining 》这本书，发现课后答案只有英文版，于是打算结合自己的理解将答案翻译一下，其中难免有错误，欢迎大家指正和讨论。侵删。第八章（下）（a）会有问题。比如有1000个点分为两个簇，一个簇900个点，另一个簇100个点，抽5%的样本，那么第一个簇抽取45个点，另一个簇抽5个点，那么这五个点相比较于50个点很可能被当作噪声。（b）有问..._数据挖掘导论第八章课后答案
计算机图形学中DDA算法只画出一个点的解决办法
在上机实践DDA算法中，我发现按照书上示例的程序来运行，图形窗口中只画出了一个点，在debug过程中学到了一个新的知识点，于是有了这篇blog，顺便分享一下像我们这种新手debug的心路历程。让我们先看一下最开始的程序吧！（编程环境为TC2.0,因为要用到graphics库，有条件的可以用OpenCL实现）PS：前两行是在图形程序中初始化图形环境，原因是虚拟了DOS环境。（TC2.0这种上古..._vscode画点函数dda
数据挖掘导论课后习题答案第九章
最近在读《Introduction to Data Mining 》这本书，发现课后答案只有英文版，于是打算结合自己的理解将答案翻译一下，其中难免有错误，欢迎大家指正和讨论。侵删。第九章考虑文档数据，如果两个文档是相似的那么它们包含很多相同的词，并且没出现的词在大部分情况下都是无意义的。当一个文档中的词频繁出现，那么这个词在相似性度量上会占比较大的比重。举例来说，如果一个词有多个意思，那么可..._数据挖掘第九章答案
数据挖掘导论课后习题答案-第十章
最近在读《Introduction to Data Mining 》这本书，发现课后答案只有英文版，于是打算结合自己的理解将答案翻译一下，其中难免有错误，欢迎大家指正和讨论。侵删。第十章..._数据挖掘导论 范明 习题答案
Learning Data Mining with Python - Chapter1
所有代码以及数据包均来自《Learing Data Mining with Python (Robert Layton 著)》。使用环境为Jupyter Notebook。Chapter 1第一个例子是亲和性分析。数据挖掘中有个常见的应用场景，就是顾客在购买一件商品时，可能会愿意同时购买另一件商品，当收集到足够的数据后，就可以进行亲和性分析。商家可以利用这样的规则提高销售额，比如有名的例子“...
Learning Data Mining with Python - Chapter2
所有代码以及数据包均来自《Learing Data Mining with Python (Robert Layton 著)》。使用环境为Jupyter Notebook。Chapter 22.1 scikit-learn估计器为了帮助用户实现大量分类算法，scikit-learn把相关功能封装成所谓的估计器，它包括 fit() 和 predict() 两个函数，也就是训练步和测试步。下面..._learning data mining with python
Pytorch中的Variable和variable.backward()
1.VariablePytorch在autograd模块中实现了计算图的相关功能，autograd中的核心数据结构是Variable。Variable封装了tensor，并记录对tensor的操作记录用来构建计算图。autograd.Variable主要包含三个属性：1.data ：保存variable所包含的tensor2.grad ：保存data对应的梯度，grad也是variabl...
LeetCode两数之和（Python）——Hash表（字典）
题目：解题思路：除开暴力解法，我的第一反应就是利用字典的（key:value）键值对来做，key储存num，value储存num对应的下标，在网页上提交的程序如下：执行结果为：然后看了一下讨论区和大神们的解决方案，基本都是利用Hash表去做，然而经查阅，Python建立字典时其实应该就是调用了内部的散列函数，所以我误打误撞还是利用到了Hash表。而且可以一边建立Hash表一边判断，不需要两次循环，因此改进如下：执行结果为：...
LeetCode两数相加（Python）
题目：解题思路：因为题目定义好了单向链表（如下图），可以看出只能以头节点到尾节点的固定顺序访问，加数以倒序存储，所以感觉直接相加就可以，类似加法中的列竖式相加的做法。在网页提交的代码如图所示：感觉写的很直，不需要注释也能看懂，要说的两点就是：第一，l3_list想的是先得到结果的列表形式再去转换成单链表，第二就是要注意一种比较特殊的情况，[1] + [9, 9] = [0, 0, 1]。执行结果为：然后看了一下评论区和大神们的解决方案，思路差不多，于是把自己的代码浓缩了一下:写法上其
LeetCode无重复字符的最大子串（Python)——滑动窗口
题目解题思路维护两个类似指针的概念i1、i2，然后利用滑动窗口的思想去做：执行结果为：嗯，非常拉闸。看了一下大神们的解决方案，发现当字符重复时，不要一步一步往后滑，可以直接滑动到重复的那个字符后一位，有点KMP算法的思想在里面，利用哈希表（字典）来实现这一想法，可以减少运行时间，于是修改了一下代码：执行结果为：啧，提升不够满意。然后看了一个时间排名90%+的代码：试了一下：感觉思路上和我一开始是一致的，只是大神更巧妙，直接用字符串类型就做了，但我感觉如果是特别长的字符串，应该还
LeetCode整数反转（Python）
题目解题思路有时候拿Python刷题确实没意思…直接转字符串类型翻转即可，唯一要注意的就是判断是否溢出：执行结果为：属实没意思嗷。所以我去评论区看了C/C++的题解，和我想的一样，基本都是通过这样两行代码的迭代实现，剩下的就是判断是否溢出：但是判断是否溢出，官方是这么判断的（这里的pop即x，rev即y）：挺有意思的，而我发现了一位大神更trick的判断方法：一开始没反应过来，后来：题目说给出32位有符号整数，所以大小也是被限制了的，当y=214748364时，本来是po
LeetCode罗马数字转整数（Python）
题目第一想法就是直接创建字典来做，把所有情况穷举出来，代码如下：执行结果为：但其实这样有点取巧，因为可能的几种情况不多所以才穷举，官方给出的思路就是判断当前这个字符与下一个字符的大小关系，看这两例子应该好理解：在示例4中，没有特殊规则的情况，所以是一个降序排列，在示例5中，当前字符为C时，下一个字符是M，这时候不符合降序了，就要利用到特殊规则。按这样的思路，代码如下：执行结果为：和预料的差不多，少了一点空间，时间上差不多。...
LeetCode删除排序数组中的重复项（Python）——双指针
题目解题思路因为是排序数组，直接双指针一个一个比就行，代码如下：执行结果为：然后看了大神们的解决方案，学习到了新知识：在删除列表元素的时候时间复杂度并不一定为O(1)，pop()默认弹出最后一个元素，这个时候时间复杂度为O(1)，但当你删除第一个元素，那么其他所有元素都要移动一个索引位置，所以删除列表这一步，nums.pop(k)与del sums[k]操作的时间复杂度为O(n-k)，所以上述写法会导致时间复杂度达到O(n2)。重新审题，发现题目中有这么一句话：所以可以不进行删除元素的操
今日推荐
周排行