爱跳水的温文尔雅的laughing

心得：将在此篇详细记录下，遇到的各种算法，以及种种知识点。1.输入四个数，n,x,y,z，当[1:n]可以被x,y,z任意一个数整除时，计数加1，输出为可以被任意一个数整除的次数思路1：根据题意可以得出，我们只需要循环遍历n,也就时从1~n每次都去判断是否存在一个数可以整除。代码如下def func(n,x,y,z): count=0 for i in range(1,n+1...

心得：总结一下xgboost相关的知识点，希望自己对它的理解更加深刻，xgboost在树模型里算是比较准确的，比较流行的算法，从我接触到的东西逐一总结一下。一、简介集成算法思想用单个决策树模型效果一般来说不是太好，通常会用一种集成的方法，就是一棵树效果可能不太好，用两棵树呢？多棵树呢？是指构建多个分类器（弱分类器）对数据集进行预测，然后用某种策略将多个分类器预测的结果集成起来，作为最终预测结果集成学习根据各个弱分类器之间有无依赖关系，分为Boosting和Bagging两大流派：Boostin

心得：终于可以来总结一下关于决策树的内容了，接下来的几篇来逐一介绍决策树，随即森林，以及xgboos等，希望自己可以对这些知识理解更深刻。一、简介什么是决策树，字面意思是用来决策的一种树模型，下图就是一个女生相亲的树形结构图，女生会根据男生的年龄，长相，收入，是否为公务员等来决定自己的相亲标准；所以决策树模型就相当于我们根据已有的样本建立一颗树，来预测未知样本会产生的结果。什么是树，二叉树：https://blog.youkuaiyun.com/l_ppp/article/details/108307532二