懒惰

最新推荐文章于 2025-06-01 09:08:47 发布
原创 最新推荐文章于 2025-06-01 09:08:47 发布 · 1.4k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博主表示近期没处理太多事却很累，原因不明，怀疑是身体问题。且相比以前变得更懒惰，学习东西的速度也越来越慢，为此感到郁闷。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

这段时间，没有处理什么多的事情，但是却感觉到很累，原因自己也不是很清楚
可能是身体不好吧

但是的确比以前懒惰了不少，现在学习东西越来越慢，郁闷啊

正则表达式(regex) 贪婪模式、懒惰模式使用方法
10-23
在正则表达式中，模式匹配的两种主要方式是贪婪模式和懒惰模式，也被称为最大匹配和最小匹配。这两种模式的选择对于正则表达式匹配结果有决定性的影响。 贪婪模式（Greedy Mode）是正则表达式默认的匹配模式。当...
python正则表达式的懒惰匹配和贪婪匹配说明
09-16
Python中的正则表达式在处理字符串匹配时有两种主要模式：贪婪匹配和懒惰匹配，这两种模式在处理相同正则表达式时会有不同的行为，对于字符串的解析和提取有着显著的影响。 1. **贪婪匹配（Greedy Matching）** ...
克服懒惰
moli1949的博客
12-14 1339
克服懒惰走出懒惰的漩涡 深陷懒惰的漩涡不可自拔，在贴吧中看到了一篇关于克服惰性的方法，记录在自己的博客中，以此警示自己。   人的基本能力其实没有多大差异，想和别人拉开差距，唯一的方法就是孜孜不倦地学习。 “人生很短，没有多少时间可以允许我们浪费！”西哲说：“要活得好像明天就要死去一样。”   没有多少人不懒惰.“意志是克服惰性的一种力量。”而这意志的形成，是要靠一个值得所求的目标。有这个目标在
掌握正则表达式的贪婪与懒惰模式
weixin_35045970的博客
04-29 503
本文深入解析了正则表达式中贪婪模式和懒惰模式的机制及其在实际应用中的差异。通过实例和代码示例，展示了如何在不同场景下选择和应用这两种模式，以达到精确匹配和优化搜索性能的目的。
php懒惰模式,PHP正则贪婪/懒惰匹配模式
weixin_32254267的博客
03-27 273
当正则表达式中包含能接受重复的限定符时，通常的行为是(在使整个表达式能得到匹配的前提下)匹配尽可能多的字符。例如以下表达式将匹配以a开始，以b结束的最长字符串：a.*b如果用来搜索“aabab”，它会匹配整个字符串“aabab”。这就是贪婪匹配。有时，需要匹配尽可能少的字符，也就是懒惰匹配。前面给出的限定符都可以转化为懒惰匹配模式，只要在后面加上一个问号。例如“.*?”就意味着匹配任意数量的重复，...
关于懒惰学习与渴求学习的一份介绍
2301_79096986的博客
10-04 1460
在这篇文章中，我将介绍些懒惰学习与渴求学习的算法例子，会介绍其概念、优缺点以及其python的运用。
懒惰删除 概念
技术小站
08-17 1931
在计算机科学中，懒惰删除（英文：lazy deletion）指的是从一个散列表（也称哈希表）中删除元素的一种方法。在这个方法中，删除仅仅是指标记一个元素被删除，而不是整个清除它。被删除的位点在插入时被当作空元素，在搜索之时被当作已占据。 示例 // javascript var myarr=["frist","2nd","3rd","4th"]; delete myarr[2]; // 删除第3个 "3rd" console.info(myarr); // 输出 0: "frist" 1: "2nd"
java 正则 懒惰_正则表达式的最大最小原则(就是懒惰和贪婪定理)，java版本
weixin_28835583的博客
02-16 291
今天问了老大，学了一个新名词，其实文章里面有，我没有仔细看，叫做懒惰和贪婪定理.原文如下当正则表达式中包含能接受重复的限定符时，通常的行为是(在使整个表达式能得到匹配的前提下)匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前...
懒惰计数器 Lazy Counter
weixin_51648153的博客
06-07 346
并发数据结构 懒惰计数器
JavaScript正则表达式中的贪婪与懒惰模式详解
gitblog_00519的博客
06-01 315
JavaScript正则表达式中的贪婪与懒惰模式详解 正则表达式是JavaScript中强大的文本处理工具，而量词(quantifiers)的使用则是正则表达式的核心概念之一。本文将深入探讨正则表达式中贪婪(greedy)和懒惰(lazy)两种匹配模式的原理、区别及应用场景。 量词的基本概念 在正则表达式中，量词用于指定某个模式出现的次数。常见的量词包括： * - 零次或多次 + - 一次或多次...
工程师的懒惰
dcy6443的博客
12-19 218
工程师的懒惰 懒惰被视为七宗罪之一，是个贬义词，但在一定场景下，懒惰变成了褒义词：在我看来，懒惰才是人类进步的关键，正是因为懒，才创造出各种各样的工具来提升效率。人们懒得走路，发明了自行车，后来懒得蹬车，就发明了汽车，最近连开车都懒得开了，于是出现了自动驾驶汽车。对于工程师而言，懒惰也分两种，这两种类型的懒惰会使工程师的成长出现截然不同的道路。 有利的懒惰 有利的懒惰是指讨厌重...
《懒惰的智慧》课件.ppt
10-15
《懒惰的智慧》课件.ppt深入探讨了一个看似矛盾却又极具启发性的概念——懒惰。它颠覆了我们对于懒惰的传统看法，提出懒惰在一定意义上能够成为推动人类进步的重要力量。这种观点不仅对我们的日常生活有深远影响，...
一种新型多标记懒惰学习算法
03-19
《一种新型多标记懒惰学习算法》探讨的主题是机器学习领域的一个重要分支——多标记学习。多标记学习是指一个样本可以同时属于多个类别的情况，这与传统的二分类或多分类问题有所不同。在这种学习环境中，每个样本...
完整版懒惰的窗口.rar
04-02
标题中的“懒惰的窗口”可能是指一个软件或者应用程序，可能是专门为提高用户工作效率而设计的。这个软件可能具有自动化任务、批量处理、定时执行等功能，从而帮助用户减轻工作负担，节省时间，让用户能够更“懒惰”...
Oracle11i,盗版就是猛
漓筝轩
08-19 2786
从电脑市场上帮小弟买游戏光盘，随手居然翻出一张Oracle 11i的大作，看样子既通过什么什么病毒检测又被评为什么什么的，买了回去，想看看这个我自己都部知道的版本到底神到什么地步，开机，插入光盘，靠，真是11i啊，选择安装，原来是9i，郁闷，现在的盗版真是坑人啊。 之前下载了VS.Net2005 Beta1，配备了.NET Framework2.0，失望，也是，看样子都不是成熟的东西，
买了大冰箱
漓筝轩
10-09 2212
买了一个252的大冰箱,现在总算是能喝道冰啤酒了,一点的那个鸟冰箱制冷效果奇差,哼哼!原本看好西门子的，但是西门子的大的太贵了，没法买，只能买依赖克斯啦，呵呵，静音效果不错。
电影
漓筝轩
08-19 1903
这段时间下载了很多电影，都没有时间去看，倒是成都5台一个小丫头一个劲在评论电影，而且都是香港片，郁闷。算了，我还是这样吧，老实点，不说她。
喝茶喝酒吃饭唱歌,还能有什么
漓筝轩
10-18 1771
虎林和海南从济南来到成都,请他们吃饭喝酒喝茶唱歌,就没什么别的了,还能作什么,现在觉得真是很空白,生活越来越无趣了
什么是懒惰学习
最新发布
07-24
“懒惰学习（Lazy Learning）”是机器学习中一类学习方法的统称，其核心特点是：**在训练阶段不做或做很少的模型构建工作，而是在预测阶段才进行大量计算**。 与之相对的是“积极学习（Eager Learning）”，比如决策树、神经网络、支持向量机等，它们在训练阶段就从数据中学习出一个明确的模型，然后在预测阶段直接使用这个模型进行推理。 --- ## ✅ 懒惰学习的定义 > **懒惰学习（Lazy Learning）** 是一种在预测阶段才根据训练数据进行推理的学习方法。它不提前构建模型，而是将训练数据“记住”，在遇到新的输入时，才根据这些数据进行计算和预测。 --- ## ✅ 最典型的懒惰学习算法：K近邻算法（KNN） KNN 是懒惰学习的代表算法。 ### KNN 的特点： - **训练阶段**：只保存训练集数据，不做任何模型训练 - **预测阶段**：对每一个测试样本，计算它与所有训练样本的距离，找出最近的 K 个邻居，然后根据这些邻居进行分类或回归 --- ### ✅ 代码示例：KNN作为懒惰学习的实现 ```python from sklearn.neighbors import KNeighborsClassifier from sklearn.datasets import make_classification from sklearn.model_selection import train_test_split # 生成一个二分类数据集 X, y = make_classification(n_samples=100, n_features=2, n_informative=2, n_redundant=0, random_state=42) X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 创建KNN分类器（K=3） knn = KNeighborsClassifier(n_neighbors=3) # 训练阶段（懒惰：只保存数据） knn.fit(X_train, y_train) # 预测阶段（才进行计算） y_pred = knn.predict(X_test) print("预测结果：", y_pred) ``` > 注意：`knn.fit()` 只是将训练数据保存下来，不做任何模型训练。 --- ## ✅ 懒惰学习 vs 积极学习 | 特点 | 懒惰学习 | 积极学习 | |------|-----------|-----------| | 训练时间 | 极快（只保存数据） | 较慢（构建模型） | | 预测时间 | 较慢（每次预测都要计算） | 快速（使用已训练好的模型） | | 存储开销 | 大（保存全部训练数据） | 小（保存模型参数） | | 对数据变化的适应性 | 好（新增数据可直接使用） | 差（需要重新训练） | | 示例算法 | KNN、基于实例的学习 | 决策树、SVM、神经网络 | --- ## ✅ 懒惰学习的优缺点 ### ✅ 优点： 1. **训练速度快**：不进行模型训练 2. **适应性强**：可以动态加入新数据而不必重新训练 3. **局部模型**：每个预测都是基于局部邻域，适合非线性关系 ### ❌ 缺点： 1. **预测速度慢**：每次预测都要计算与所有训练样本的距离 2. **内存消耗大**：需要保存全部训练数据 3. **对噪声敏感**：尤其是K较小时 4. **需要特征缩放**：因为是基于距离的，所以特征尺度要统一 --- ## ✅ 懒惰学习的其他例子 - **局部加权回归（Locally Weighted Regression, LWLR）** - **案例推理（Case-Based Reasoning, CBR）** - **基于实例的学习（Instance-Based Learning）** --- ## ✅ 总结 | 类型 | 是否构建模型 | 预测方式 | 代表算法 | |------|----------------|-------------|-------------| | 懒惰学习 | 否 | 基于训练数据计算 | KNN、LWLR | | 积极学习 | 是 | 使用训练好的模型 | 决策树、SVM、神经网络 | --- ###
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值