PCA/NLPCA(含代码)
PCA/NLPCA 主成分分析(Principal Component Analysis,PCA), 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分。主成分分析首先是由K.皮尔森(Karl Pearson)对非随机变量引入的,尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量 在用统计分析方法研究多变量的数据时,变量个数太多就会增加数据的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形,变量
Codeforces 1184 E3 Daleks' Invasion (hard) —— 树链剖分,替换最小生成树
This way题意:给你一张图,n个点,m条边,问你每条边可以替换成的最大值(<=1e9),
Codeforces 1174 E Ehab and the Expected GCD Problem —— DP,排列
This way题意:现在有长度为n的排列,定义gi表示前i个数的gcd。f§表示排列p的g的不同的
Codeforces 1165 F2 Microtransactions (hard version) —— 二分
This way题意:现在有m种物品,每种需要买ki个,每种物品一个都要花费2元,但是有些物品会在特
ICPC North Central NA Contest 2017 F. Atlantis —— 贪心
This way题意:现在有n个宝库,给你去每个宝库所需要的来回时间和海拔。海水高度一开始在0,每个
今日推荐
周排行