AC自动机之初学习

最新推荐文章于 2025-07-10 19:42:06 发布
原创 最新推荐文章于 2025-07-10 19:42:06 发布 · 730 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。
文章标签：

#ac自动机

昨天开始搞ac自动机，其实搞完kmp和trie树之后搞ac自动机还是很简单的，主要是形成一套ac自动机的代码风格比较艰难，找了份简洁明了实用性强的代码分析了一天，以后就按这个风格写了。

hdu2896

模板题，借此把我加注释的模板贴出来~

#include <iostream>
#include <cstring>
#include <cstdio>
#include <queue>

using namespace std;

int next[100001][128];  //trie树
int fail[100001];   //失败指针，相当于kmp的next数组
int mark[100001];   //标记数组，记录节点信息
bool used[501];
int ans;
int root,sum;
int n,m;

int newnode()   //产生新的节点
{
    for (int i=0;i<128;i++)
        next[sum][i]=-1;
    mark[sum++]=-1;
    return sum-1;
}

void init()     //初始化
{
    sum=0;
    ans=0;
    root=newnode();
}

void insert(char * s,int id)    //构造trie树
{
    int len=strlen(s);
    int now=root;
    for (int i=0;i<len;i++)
    {
        if (next[now][s[i]]==-1)
            next[now][s[i]]=newnode();
        now=next[now][s[i]];
    }
    mark[now]=id;
}

void build()    //构造fail指针
{
    queue <int> mq;
    fail[root]=root;
    for (int i=0;i<128;i++)
    {
        if (next[root][i]==-1)
            next[root][i]=root;     //如果根节点没有这个孩子，那么直接将next设为根节点，即假设匹配这个字符之后来到了根节点
                                    //其实是将这个字符视为不能匹配的字符
        else
        {
            fail[next[root][i]]=root;   //否则，这个点的fail指针指向根节点，即如果这个节点的孩子匹配失败，回到根节点重新匹配
            mq.push(next[root][i]);     //这个节点形成的树非空，入队
        }
    }
    while (!mq.empty())
    {
        int now=mq.front();
        mq.pop();
        for (int i=0;i<128;i++)
        {
            if (next[now][i]==-1)   //如果当前节点的孩子节点不存在，将这个节点的孩子节点视为这个节点匹配失败后来到的位置的相同
                                    //孩子节点，如果它的fail节点也没有这个孩子，会形成一条回到根节点的链
                next[now][i]=next[fail[now]][i];
            else        //否则，将这个孩子节点的fail节点设为now的的fail节点的相同孩子节点位置
            {
                fail[next[now][i]]=next[fail[now]][i];
                mq.push(next[now][i]);
            }
        }
    }
    /*
    这样形成next构成一个闭合的图，对每个节点的所有孩子节点都能出发，要么走到其真正孩子节点，要么其没有这个孩子，相当
    于失配，走到失配后来到的位置，如果走到根节点还失配，则形成循环，看着是一条链，其实由于每次都是记录的之前的信息，记录
    之后寻找下一个位置的花费是1，可以画出这个bfs递推过程体会一下
    这样形成的fail就是正常的fail指针了，即当前节点匹配下一节点失败时要去的节点，由于这里面跟next联系到一起，他们相互作用，使得
    任意一次查找的花费都是1，画图体会下一条链是怎样形成的是最好的理解方式
    */
}

void query(char * s,int id)
{
    int len=strlen(s);
    int now=root;
    bool flag=false;
    memset(used,false,sizeof(used));
    for (int i=0;i<len;i++)
    {
        now=next[now][s[i]];
        int temp=now;
        while (temp!=root)
        {
            if (mark[temp]!=-1)
            {
                used[mark[temp]]=true;
                flag=true;
            }
            temp=fail[temp];
        }
    }
    if (!flag)
        return ;
    ans++;
    printf("web %d:",id);
    for (int i=1;i<=n;i++)
        if (used[i])
            printf(" %d",i);
    printf("\n");
}

char ch[10005];

int main()
{
    while (~scanf("%d",&n))
    {
        init();
        for (int i=1;i<=n;i++)
        {
            scanf("%s",ch);
            insert(ch,i);
        }
        scanf("%d",&m);
        build();
        for (int i=1;i<=m;i++)
        {
            scanf("%s",ch);
            query(ch,i);
        }
        printf("total: %d\n",ans);
    }
}

hdu3689

好吧，其实学ac自动机是为了做这个题目，结果被折磨了整整八个小时才看懂，网上各种说水题简单题，可是不知道那些概率的递推是如何推出来和证明的根本看不到，感谢matrix67的文章 http://www.matrix67.com/blog/archives/366 ，让我最后算是看明白了这个概率究竟是怎样一步步推出来的，以及为什么两份代码一份加一份减却能输出相同的结果了。附两份代码，一份是kmp版的方法，一份是ac自动机的方法，关键代码都已注释，具体自己看代码。

KMP版：求出所有不满足题意的，用1去减便是结果

#include <iostream>
#include <cstring>
#include <cstdio>

using namespace std;

int next[15];
char ch[15];
int n,m;
double p[26];
double dp[1010][15];    //当前走了i步，匹配长度为j
int f[1010][26];

void getnext()
{
    memset(f,0,sizeof(f));
    int len=strlen(ch+1);
    for (int i=2;i<=len;i++)
    {
        int j=next[i-1];
        while (j>0&&ch[j+1]!=ch[i])
            j=next[j];
        if (ch[j+1]==ch[i])
            j++;
        next[i]=j;
    }
    for (int i=0;i<=len;i++)
    {
        for (int t=0;t<26;t++)
        {
            if (p[t]>0)
            {
                int j=i;
                while (j>0&&ch[j+1]-'a'!=t)
                    j=next[j];
                if (ch[j+1]-'a'==t)
                    j++;
                f[i][t]=j;
            }
        }
    }
}

void DP()
{
    memset(dp,0,sizeof(dp));
    dp[0][0]=1;             //第0步匹配成功0个的概率为1
    int len=strlen(ch+1);
    for (int i=0;i<m;i++)   //枚举第几步
    {
        for (int t=0;t<len;t++)     //枚举匹配成功的长度，长度为len的不能继续递推，递推会造成重复计数
        {
            for (int k=0;k<26;k++)      //枚举下一步走向k字母
            {
                if (p[k]>0)     //f[t][k]代表下一步走向k时来到的新的匹配长度
                {
                    dp[i+1][f[t][k]]+=dp[i][t]*p[k];
                }
            }
        }
    }
    double ans=0;
    //走到m步仍然没有匹配成功的结果加起来便是不能匹配成功的概率，所有能匹配成功的结果
    //都没继续递推，所以走到m的时候没有匹配成功便代表一直没有匹配成功
    for (int i=0;i<len;i++)
        ans+=dp[m][i];
    printf("%.2f%%\n",100-ans*100);     //由于这一列的结果相加肯定为1（要么匹配成功过，要么没有），所以减去没有匹配成功的便是答案
}

int main()
{
    while (cin>>n>>m&&n+m)
    {
        memset(p,0,sizeof(p));
        memset(next,0,sizeof(next));
        for (int i=1;i<=n;i++)
        {
            char a;
            double b;
            cin>>a>>b;
            p[a-'a']=b;
        }
        scanf("%s",ch+1);
        next[0]=next[1]=0;
        getnext();
        DP();
    }
}

ac自动机版：求出所有满足题意的结果，相加
#include <iostream>
#include <cstring>
#include <cstdio>
#include <queue>

using namespace std;

int next[1010][26];
int fail[1010];
int sum,root;
int n,m;
double dp[1010][15];    //当前步数为i，匹配的节点编号为j（其实根节点是0，其余节点依次类推，自动机只有一条链，故也能理解为匹配长度）
double p[26];
char ch[15];

int newnode()
{
    for (int i=0;i<26;i++)
        next[sum][i]=-1;
    sum++;
    return sum-1;
}

void init()
{
    sum=0;
    root=newnode();
}

void insert(char * s)
{
    int now=root;
    int len=strlen(s);
    for (int i=0;i<len;i++)
    {
        int id=s[i]-'a';
        if (next[now][id]==-1)
            next[now][id]=newnode();
        now=next[now][id];
    }
}

void build()
{
    queue <int> mq;
    fail[root]=0;
    for (int i=0;i<26;i++)
    {
        if (next[root][i]==-1)
            next[root][i]=root;     
        else
        {
            fail[next[root][i]]=root;
            mq.push(next[root][i]);
        }
    }
    while (!mq.empty())
    {
        int now=mq.front();
        mq.pop();
        for (int i=0;i<26;i++)
        {
            if (next[now][i]==-1)
                next[now][i]=next[fail[now]][i];
            else
            {
                fail[next[now][i]]=next[fail[now]][i];
                mq.push(next[now][i]);
            }
        }
    }
}

int main()
{
    while (cin>>n>>m&&n+m)
    {
        memset(dp,0,sizeof(dp));
        memset(p,0,sizeof(p));
        memset(next,0,sizeof(next));
        memset(fail,0,sizeof(fail));
        for (int i=1;i<=n;i++)
        {
            char a;
            double b;
            cin>>a>>b;
            int id=a-'a';
            p[id]=b;
        }
        init();
        scanf("%s",ch);
        insert(ch);
        build();
        int len=strlen(ch);
        dp[0][0]=1;     //第0步走到根节点的概率为1
        for (int i=0;i<m;i++)
        {
            for (int t=0;t<26;t++)
            {
                for (int k=0;k<sum-1;k++)   //一共sum-1个节点，一旦推理到sum-1即发现了一个可行串，便不能向下推理了（防止重复）
                {
                    int v=next[k][t];   //从k节点出发走向t节点
                    dp[i+1][v]+=dp[i][k]*p[t];  //将这种情况形成的概率加到下一步中
                }
            }
        }
        double ans=0;
        for(int i=0; i<=m; i++)     //在每步形成可行串的概率加起来便是总的形成可行串的概率
            ans+=dp[i][sum-1];
        printf("%.2f%%\n",ans*100);
    }
}

hdu2457

又是一道ac自动机加dp的题目，花了一晚上时间才写出来，还是不熟悉用ac自动机完成树形dp。。。

这道题让求改变某些点使得不含病毒串的最少改变步数，那么对目标串进行dp，对于目标串上的每个节点都有两种选择，要么改变要么不改变，然后，对每一步，枚举所有节点，从这个节点出发到其子节点作为待更新节点，看从这个节点出发能否使得下一步到待更新节点代表的状态更优，如果待更新节点和当前步数匹配的节点相同，则表示不改变这个节点，不同则表示改变这个节点花费加1，然后看步数为len时在哪个状态花费最小，输出即可。

附代码：

#include <iostream>
#include <cstdio>
#include <cstring>
#include <queue>
#include <map>
#include <cstdlib>

using namespace std;

int next[1010][4];
int fail[1010];
int mark[1010];
int sum,root;
map <char,int> mp;
int n,m;
char ch[1010];
int dp[1010][1010];     //当前匹配的长度为i，处于t状态，注意只需要匹配长度为len即匹配完成，由于值能变，所以在哪个位置不重要
const int INF=0x3f3f3f3f;

int newnode()
{
    for (int i=0;i<4;i++)
        next[sum][i]=-1;
    mark[sum++]=-1;
    return sum-1;
}

void init()
{
    sum=0;
    root=newnode();
}

void insert(char * s)
{
    int now=root;
    int len=strlen(s);
    for (int i=0;i<len;i++)
    {
        int id=mp[s[i]];
        if (next[now][id]==-1)
            next[now][id]=newnode();
        now=next[now][id];
    }
    mark[now]=1;
}

void build()
{
    queue <int> mq;
    fail[root]=-1;
    for (int i=0;i<4;i++)
    {
        if (next[root][i]==-1)
            next[root][i]=root;
        else
        {
            fail[next[root][i]]=root;
            mq.push(next[root][i]);
        }
    }
    while (!mq.empty())
    {
        int now=mq.front();
        mq.pop();
        for (int i=0;i<4;i++)
        {
            if (next[now][i]==-1)
                next[now][i]=next[fail[now]][i];
            else
            {
                fail[next[now][i]]=next[fail[now]][i];
                mq.push(next[now][i]);
            }
        }
    }
}

int min(int a,int b)
{
    return a>b?b:a;
}

void solve(char * s,int ca)
{
    int len=strlen(s);
    for (int i=0;i<=1000;i++)   //初始化所有节点花费都为无穷大
        for (int t=0;t<sum;t++)
            dp[i][t]=INF;
    dp[0][0]=0;     //当前匹配长度为0，在状态0，即根节点。
    int now=root;
    for (int i=0;i<len;i++)     //只需要匹配到长度为len即可，由len-1推出len
    {
        int id=mp[s[i]];
        for (int t=0;t<4;t++)       //当前待更新状态为next{k}[t]
        {
            for (int k=0;k<sum;k++)     //通过k状态推过来，注意对于自动机来说，每个节点便是一个状态
            {
                int temp=next[k][t];
                while (temp!=-1)        //遍历当前串所有后缀
                {
                    if (mark[temp]==1)  //如果为病毒串，跳出
                        break;
                    temp=fail[temp];
                }
                if (temp!=-1)       //证明当前串的某个后缀为病毒串，不可用
                    continue ;
                else
                {
                    int p=0;
                    if (t!=id)      //如果当前串的末尾和待匹配位置的值相同，则代表不改变，否则代表改变，花费+1
                        p=1;
                    dp[i+1][next[k][t]]=min(dp[i+1][next[k][t]],dp[i][k]+p);
                }
            }
        }
    }
    int ans=INF;
    for (int i=0;i<sum;i++)
        ans=min(ans,dp[len][i]);
    if (ans>=INF)
        ans=-1;
    printf("Case %d: %d\n",ca,ans);
}

int main()
{
    mp['A']=0;
    mp['G']=1;
    mp['C']=2;
    mp['T']=3;
    int ca=1;
    while (cin>>n&&n)
    {
        init();
        for (int i=0;i<n;i++)
        {
            scanf("%s",ch);
            insert(ch);
        }
        scanf("%s",ch);
        build();
        solve(ch,ca);
        ca++;
    }
}


4、Pynini库：文件操作、替代软件及有限状态自动机基本算法详解
metaverse5vr的博客
08-22 8
本文详细介绍了Pynini库的文件操作功能，包括FST、FAR和符号表的读写方法，并探讨了有限状态自动机的基本算法，如连接、闭包、并集、组合、差集和叉积等。文章还对比了Pynini与其他有限状态工具的区别，并通过实际应用案例展示了其在自然语言处理和语音识别中的使用方式。最后，文章总结了相关操作步骤，并展望了Pynini库的未来发展方向。
hdu4117
weixin_33734785的博客
03-19 252
题意：给出一串单词，每个有一个权值。顺序不变的情况下，删掉一些，使得相邻两单词，前一个是后一个的子串。同时要求使得剩余单词权值和最大。求最大是多少。 分析： AC自动机+线段树+DP。 这是一个比较复杂的题目，我们分步来讲解。   第一部分，动态规划。 用f[i]表示从第1个单词，到第i个单词，所有剩余单词中包含第i个的情况中最大权值和是多少。 f[i]=max(f[v]+weigh...
AC自动机算法
热门推荐
飘过的小牛
11-23 9万+
AC自动机简介：  首先简要介绍一下AC自动机：Aho-Corasick automation，该算法在1975年产生于贝尔实验室，是著名的多模匹配算法之一。一个常见的例子就是给出n个单词，再给出一段包含m个字符的文章，让你找出有多少个单词在文章里出现过。要搞懂AC自动机，先得有字典树Trie和KMP模式匹配算法的基础知识。KMP算法是单模式串的字符匹配算法，AC自动机是多模式串的字符匹配算法。
AC自动机
YHaX的博客
06-20 1093
AC自动机讲解
AC自动机算法深度探索之旅
Liyankai1523900的博客
07-10 802
这段AC自动机的学习之旅让我深刻体会到计算机科学的精妙。从最初的懵懂到现在的熟练应用，我不仅掌握了一个强大的算法工具，更领悟到了"站在巨人肩膀上"的真谛。每当看到自己写的AC自动机在毫秒内完成海量模式匹配时，那种成就感无以言表。未来的路还很长，AC自动机只是算法海洋中的一滴水。但这次学习经历给了我继续探索的勇气和信心——因为我知道，每一个复杂的算法都是由简单的思想构建而成，只要我们愿意一层层揭开它的面纱。AC自动机，不仅让我AC了题目，更让我AC了算法学习的心理障碍！
AC自动机-多模式匹配算法
xaiojiang的专栏
08-24 4904
AC自动机        算法目的：        AC自动机主要用于解决多模式串的匹配问题，是字典树(trie树)的变种，一种伪树形结构(主体是树形的，但是由于加入了失败指针，使得它变成了一个有向图)；trie图(我的理解^_^)是对AC自动机的一种改造，使得图中每个结点都有MAXC条出边(MAXC表示该图的字符集合大小), trie图上的每个结点代表一个状态，并且和AC自动机的结点是一一对
使用DFA自动机算法屏蔽敏感词以及进阶算法AC自动机的思考
wujialv的博客
04-12 1759
需求背景 大家有没有做过屏蔽敏感词的需求呢，这个需求一般来说很常见了。比如，系统中有一段话： 我爱吃肯德基 要求【肯德基】三个词给屏蔽掉，屏蔽后的语句显示为： 我爱吃*** 常规的做法可能是查询敏感词库中的敏感词，循环每一个敏感词，然后去输入的文本中从头到尾搜索一遍，看是否存在此敏感词。 但是如果敏感词很多，对于匹配也是很耗性能的。 这里介绍使用DFA算法匹配敏感词，并进行处理。性能要优于常规处理方法。 什么是DFA算法 “ 在计算理论中，确定有限状态自动机或确定有限自动机（英语：
学习笔记：KMP/AC自动机/trie图/fail树
少主大人殿下的博客
03-15 999
前言 KMP是一个经典的字符串匹配算法。 然后AC自动机是基于KMP思想的一个多模板匹配算法。 trie图是AC自动机的一个优化。 fail树是AC自动机中fail指针构成的有特殊性质的树。 KMP算法 算法原理 设两个字符串长度为n和m。 两个模板匹配，如果暴力匹配是暴力枚举起点，最坏时间复杂度O(n * m * min(n,m) ) 利用一个叫做失配指针的东西，f[i...
AC自动机算法详解
先疯盗骨
09-17 3419
首先简要介绍一下AC自动机：Aho-Corasick automation，该算法在1975年产生于贝尔实验室，是著名的多模匹配算法之一。一个常见的例子就是给出n个单词，再给出一段包含m个字符的文章，让你找出有多少个单词在文章里出现过。要搞懂AC自动机，先得有模式树（字典树）Trie和KMP模式匹配算法的基础知识。AC自动机算法分为3步：构造一棵Trie树，构造失败指针和模式匹配过程。
【递归学习大法好】字典树&&AC自动机
菜的一批的SNOW的博客
07-17 335
字典树 字典树其实很好理解啦，字面意思。 大概就是建一棵树，让它像字典一样！ 它可以利用公共前缀，存很多很多很多字符串~ 建树 首先，我们需要有一棵字典树！ 怎么种一棵字典树呢？ 通常情况下，我们使用……模板……来种！ 先来看一下模板的各种变量的定义！ //使用了这里的模板，谢谢这位dalao啦！ maxn题目是不会给的，要根据它给的内存，可劲儿往大了开！ tree，就是我们阔耐的字典树啦！是不...
nlp3-有限自动机FLandFA
weixin_40485502的博客
01-16 1114
文章目录1形式语言形式语言推导句型、句子、语言文法派生树与二义性有限自动机和正则文法确定的有限自动机DFA不确定的有限自动机NFA有限自动机<=>正则文法 1形式语言 语言：人类所特有的用来表达意思、交流思想的工具，是一种特殊的社会现象，由语音、词汇和语法构成一定的系统。 语言描述的三种途径 穷举法 — 只适合句子数目有限的语言。 语法描述 — 生成语言中合格的句子。 自动机 — ...
erlang使用AC算法过滤屏蔽字
weixin_40289819的博客
04-30 522
简介: Aho-Corasick算法简称AC算法，通过将模式串预处理为确定有限状态自动机，扫描文本一遍就能结束。其复杂度为O(n)，即与模式串的数量和长度无关。 思路 自动机按照文本字符顺序，接受字符，并发生状态转移。这些状态缓存了“按照字符转移成功（但不是模式串的结尾）”、“按照字符转移成功（是模式串的结尾）”、“按照字符转移失败”三种情况下的跳转与输出情况，因而降低了复杂度。 基本数据结构 AC算法中有三个核心函数，分别是： success:成功转...
大数据知识图谱之深度学习——基于BERT+LSTM+CRF深度学习识别模型医疗知识图谱问答可视化系统_bert+lstm
2401_84159813的博客
05-04 1134
Django是一个开放源代码的Web应用框架，由Python写成。采用了MVC的软件设计模式，即模型M，视图V和控制器C。用于创建模型的对象关系映射为最终用户设计的完美管理界面一流的 URL 设计设计者友好的模板语言缓存系统。在Django中，控制器接受用户输入的部分由框架自行处理，所以 Django 里更关注的是模型（Model）、模板(Template)和视图（Views），称为 MTV模式。层次模型（Model），即数据存取层模板(Template)，即表现层。
springboot智能在线预约挂号系统【附万字论文+PPT+包部署+录制讲解视频】.zip
09-05
标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论，包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案，包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块，如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构，确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面，提升用户体验。3.4系统安全设计阐述系统安全策略，包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程，包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试，分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进，提升系统性能。第5章研究结果呈现系统实现后的效果，包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果，如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
基于机器学习方法的信用风险评估体系构建与实现
09-05
在金融行业中，对信用风险的判断是核心环节之一，其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法，尤其是Sklearn工具包，建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法，并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域，其基本理念是通过数据自动学习规律，而非依赖人工设定规则。在信贷分析中，该技术可用于挖掘历史数据中的潜在规律，进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn（Scikit-learn）是Python语言中广泛使用的机器学习模块，提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程，是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型，特别适用于二类问题。在信用评估中，该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值，从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法，适用于数据维度高、样本量小的情况。在信用分析中，该方法能够通过寻找最佳分割面，区分违约与非违约客户。通过选用不同核函数，可应对复杂的非线性关系，提升预测精度。 五、数据预处理步骤 在建模前，需对原始数据进行清理与转换，包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分，常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰，增强模型的适应性。 六、模型构建与验证 借助Sklearn，可以将数据集划分为训练集和测试集，并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时，更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力，可采用集成策略，如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差，增强整体预测的稳定性与准确性。 综上，基于机器学习的信用评估系统可通过Sklearn中的多种算法，结合合理的数据处理与模型优化，实现对借款人信用状况的精准判断。在实际应用中，需持续调整模型以适应市场变化，保障预测结果的长期有效性。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
橙色s（）_Orange's一个操作系统的实现(随书光盘).zip
09-05
橙色s（）_Orange's一个操作系统的实现(随书光盘).zip
perl-Hash-Flatten-1.19-26.el8.tar.gz
最新发布
09-05
# 适用操作系统：Centos8 #Step1、解压 tar -zxvf xxx.el8.tar.gz #Step2、进入解压后的目录，执行安装 sudo rpm -ivh *.rpm
jackson-dataformat-smile-2.20.0.jar中文-英文对照文档.zip
09-05
1、压缩文件中包含： 中文-英文对照文档、jar包下载地址、Maven依赖、Gradle依赖、源代码下载地址。 2、使用方法： 解压最外层zip，再解压其中的zip包，双击 【index.html】 文件，即可用浏览器打开、进行查看。 3、特殊说明： （1）本文档为人性化翻译，精心制作，请放心使用； （2）只翻译了该翻译的内容，如：注释、说明、描述、用法讲解 等； （3）不该翻译的内容保持原样，如：类名、方法名、包名、类型、关键字、代码 等。 4、温馨提示： （1）为了防止解压后路径太长导致浏览器无法打开，推荐在解压时选择“解压到当前文件夹”（放心，自带文件夹，文件不会散落一地）； （2）有时，一套Java组件会有多个jar，所以在下载前，请仔细阅读本篇描述，以确保这就是你需要的文件。 5、本文件关键字： jar中文-英文对照文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册。
Source code for common plots in various languages_libraries_
09-05
Source code for common plots in various languages_libraries_ R (base, ggplot2, rCharts) Python (matplotlib, seaborn, ggplot, bokeh, vincent), MATLAB, and Julia (Gadfly).zip
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