theotherme 性格分裂者的另一面 进来下!

扩充话题 > 程序人生 [问题点数:0分,结帖人Msconfig_001]
等级
本版专家分:636
结帖率 90.38%
等级
本版专家分:10068
等级
本版专家分:104849
勋章
Blank
红花 2007年7月 扩充话题大版内专家分月排行榜第一
2007年6月 扩充话题大版内专家分月排行榜第一
Blank
黄花 2007年10月 扩充话题大版内专家分月排行榜第二
Blank
蓝花 2008年5月 扩充话题大版内专家分月排行榜第三
2008年4月 扩充话题大版内专家分月排行榜第三
2007年9月 扩充话题大版内专家分月排行榜第三
等级
本版专家分:636
等级
本版专家分:10068
等级
本版专家分:104849
勋章
Blank
红花 2007年7月 扩充话题大版内专家分月排行榜第一
2007年6月 扩充话题大版内专家分月排行榜第一
Blank
黄花 2007年10月 扩充话题大版内专家分月排行榜第二
Blank
蓝花 2008年5月 扩充话题大版内专家分月排行榜第三
2008年4月 扩充话题大版内专家分月排行榜第三
2007年9月 扩充话题大版内专家分月排行榜第三
等级
本版专家分:636
等级
本版专家分:10068
等级
本版专家分:8289
等级
本版专家分:48
等级
本版专家分:636
Msconfig_001

等级:

GBDT源码剖析

如今,GBDT被广泛运用于互联网行业,他的原理与优点这里就不细说了,网上google一大把。但是,我自认为自己不是一个理论牛人,对GBDT的理论理解之后也做不到从理论举一反三得到更深入的结果。但是学习一个算法,务必...

图像分割(二)——阈值分割/区域生长/区域分裂合并法

许多情况,图像中目标区域与背景区域或者说不同区域之间其灰度值存在差异,此时可以将灰度的均一性作为依据进行分割。阈值分割即通过一个或几个阈值将图像分割成不同的区域。  阈值分割方法的核心在于如何寻找...

4.2图像分割之区域分裂与合并

区域分裂与合并  区域生长是从一组生长点开始的,一种方法是在开始时将图像分割成一系列任意不相关的区域,然后将它们合并或者拆分以满足限制条件,这就是区域分裂与合并。通过分裂,可以将不同特征的区域分离...

线性哈希-line hash

线性哈希   线性哈希是一种动态扩展哈希表的方法。 线性哈希的数学原理: 假定key = 5 、 9 、13 key % 4 = 1 现在我们对8求余 5 % 8 = 5 9 % 8=1 13 % 8 = 5 由上面的规律可以得出 (任意key) % n =

xgboost 算法原理

1、xgboost是什么全称:eXtreme Gradient Boosting 作者:陈天奇(华盛顿大学博士) 基础:GBDT 所属:boosting迭代型、树类算法。 适用范围:分类、回归 优点:速度快、效果好、能处理大规模数据、支持多种语言...

HBase Region分裂

HBase region的分裂过程如图所示,其中红色代表RegionServer和或Master的行为,绿色的代表Clients的行为。 1、RegionServer决定本地的region分裂,并准备分裂工作。第一步是,在zookeeper的/hbase/region-in-...

层次聚类--凝聚(自底向上)和分裂(自顶向

1、概念 层次聚类就是对数据集采用某种方法逐层地进行分解...K-means和k-medias都是划分的聚类算法,而层次聚类就是要把数据自顶向下分裂成或者自底向上合并成一棵树。层次聚类涉及到嵌套聚类,嵌套聚类是指一个聚类中

通俗、有逻辑的写一篇说Xgboost的原理,供讨论参考

首先说决策树 决策树是啥? 举个例子,有一堆人,我让你分出男女,你依靠头发长短将人群分为两拨,长发的为“女”,短发为“男”,你是不是依靠一个指标“头发长短”将人群进行了划分,你就形成了一个

从MySQL Bug#67718浅谈B+树索引的分裂优化

原文链接:http://hedengcheng.com/?p=525

三维模型的网格细化

三维模型的网格细化是基于网格离散曲面的一种表示方法,它可以从任意拓扑网格构造光滑曲面。细化方法的基本思想是:定义一个网格序列的极限,网格序列是采用一定的细分规则(一般是加权平均),在给定的初始网格中...

机器学习中的算法:决策树模型组合之随机森林(Random Forest)

随机森林(Random Forest):  随机森林是一个最近比较火的算法,它有很多的优点:  在数据集上表现良好 在当前的很多数据集上,相对其他算法有着很大的优势 它能够处理很高维度(feature很多)的数据,并且...

微生物增殖 假设有两种微生物 X 和 Y,X出生后每隔3分钟分裂一次(数目加倍),Y出生后每隔2分钟分裂一次...

X出生后每隔3分钟分裂一次(数目加倍),Y出生后每隔2分钟分裂一次(数目加倍)。 一个新出生的X,半分钟之后吃掉1个Y,并且,从此开始,每隔1分钟吃1个Y。 现在已知有新出生的 X=10, Y=89,求60分钟后Y的数目。 ...

Opencv图像识别从零到精通(25)------区域分裂与合并

区域分割一般认为有漫水填充,区域分裂与合并,分水岭,这篇是中间的区域分裂和合并。   区域分裂合并算法的基本思想是先确定一个分裂合并的准则,即区域特征一致性的测度,当图像中某个区域的特征不一致时就将该...

cadence 器件按照分页进行编号

1. 如果没有分裂元件直接按照分组来做就可以了(没测试),注意红色框的地方,如果没有分裂元件第3,5个框不用管(从上往数) 2. 如果有分裂元件则需要给元件添加一个额外的属性来让cadence知道哪几个分裂元件...

机器学习方法(四):决策树Decision Tree原理与实现技巧

前面三篇写了线性回归,lasso,和LARS的一些内容,这篇写一下决策树这个经典的分类算法,后面再提一提随机森林。关于决策树的内容主要来自于网络上几个技术博客,本文中借用的地方我都会写清楚出处,写这篇[整理文章...

C4.5算法详解(非常仔细)

首先,我们用一个例子来计算一下。   上述数据集有四个属性,属性集合A={ 天气,温度,湿

Qt的5种常用布局搭建

Qt布局详解:   界面开发首先要对整个界面进行布局,使窗体上的所有的控件必须有一个合适的尺寸和位置。那么做出来的界面才看起来美观。 那么如何对界面进行布局呢?Qt提供了一些类负责排列窗体上的控件,主要有:...

连续特征离散化和归一化

连续特征进行离散化处理。

Java实现微生物增殖

X出生后每隔3分钟分裂一次(数目加倍),Y出生后每隔2分钟分裂一次(数目加倍)。 一个新出生的X,半分钟之后吃掉1个Y,并且,从此开始,每隔1分钟吃1个Y。 现在已知有新出生的 X=10, Y=89,求60分钟后Y的数目。 ...

树模型(1)-入门指南

原文地址:https://www.analyticsvidhya.com/blog/2016/04/complete-tutorial-tree-based-modeling-scratch-in-python/ 翻译时间:2017年4月 翻译作者:FBeetle 简介 基于树的学习算法被认为是非监督学习方法中...

GBDT算法整理

最近重点学习了gbdt算法,看了较多的博客文章,整理了一下这些比较有用的内容,包括算法理论、算法分析、代码剖析、注意事项等各个方面。 转载来源: http://www.cnblogs.com/rocketfan/p/4324605.html ... ...

图像分割_区域分裂合并

区域分裂合并算法的基本思想是先确定一个分裂合并的准则,即区域特征一致性的测度,当图像中某个区域的特征不一致时就将该区域分裂成4 个相等的子区域,当相邻的子区域满足一致性特征时则将它们合成一个大区域,直至所有...

QSplitter分割器分割比例设定

QSplitter *spliter = new QSplitter(Qt::Horizontal,this); spliter->addWidget(A); spliter->addWidget(B); spliter->setStretchFactor(0,3); spliter->setStretchFactor(1,7);...即可把A、B以3:7的比例分割

特征选择的策略--数据相关性(皮尔逊系数)与gini或者信息熵的的结合

首先特征选择在实际的数据挖掘项目中非常重要,从海量维度的特征中选取出表征明显的特征显得非常的重要。特征选择主要可以从数据相关性角度和信息增益的角度来考虑。 数据相关性判断:皮尔逊系数 ...

Linear hashing 线性哈希表

Section 1:问题描述 最近在阅读分布式数据库的相关资料, 资料中提到分布式数据库中需要解决大数据如何高效存储的问题。 分布式或并行数据存储数据结构的设计: ...(3) 在存储数据增加或者缩减的情况能够动态

python机器学习案例系列教程——LightGBM算法

全栈工程师开发手册 (作者:栾鹏) python教程全解 安装pip install lightgbmgitup网址:https://github.com/Microsoft/LightGBM中文教程http://lightgbm.apachecn.org/cn/latest/index.htmllightGBM简介xgboost...

XGBoost解析系列--源码主流程

前言 入口过程 Train过程 1 Train主框架 2 UpdateOneIter流程 ...241 分裂过程 242 剪枝过程0.前言  本文介绍XGBoost的源代码流程,先梳理源码主干流程,方便读者理解,结合函数名进行说明具体逻辑与功能。如果读者

决策树之C4.5算法详解

分裂属性的选择——信息增益率 连续型属性的离散化处理 剪枝——PEP(Pessimistic Error Pruning)剪枝法 缺失属性值的处理 C4.5算法流程 C4.5算法优缺点分析 1. C4.5算法简介 C4.5算法是用于生成决策树的一种经典...

树模型(六):XGBoost

1.序 距离上一次编辑将近10个月,幸得爱可可老师(微博)推荐,访问量陡增。最近毕业论文与xgboost相关,于是重新写一下这篇文章。 关于xgboost的原理网络上的资源很少,大多数还停留在应用层面,本文通过学习...

决策树之CART(分类回归树)详解

CART分类回归树分裂属性的选择 CART分类回归树的剪枝 1、CART分类回归树简介   CART分类回归树是一种典型的二叉决策树,可以做分类或者回归。如果待预测结果是离散型数据,则CART生成分类决策树;如果待预测...

相关热词 c# 指定打印机名称 c# 在调试窗口输出信息 c# 点对点即时通讯 c#判断数字是否为空 c# 小端 浮点数 c# typeof返回值 c#初始化字符串 c#dataset用法 c#实现凝聚层次聚类 c#最简单线程