自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(5)
  • 收藏
  • 关注

原创 地球系统模式的不确定性

地球系统模式中的各种不确定性

2024-01-13 23:00:12 587 1

原创 MPI+OpenMP混合编程启用节点数、进程数以及线程数的控制

MPI+OpenMP混合编程启用节点数、进程数以及线程数的控制方式

2023-01-16 20:45:26 1739 1

原创 存储结构的金字塔结构

存储结构因为性能和价格之间存在博弈关系,所以一般的计算机上设计的存储结构都是包括昂贵的缓存、内存到便宜的磁盘。价格不同,存储介质的性能不一样,访问的时间也不相同。相差的访问时间可构成以下的金字塔模型。(可能是人年纪大了点,总是记不住这个比例。存图备查)...

2021-05-20 14:47:46 954

原创 C++ 重载 重定义 重写

重载:在同一个类中,相同的函数名,不同的参数,称为函数重载,但是不能通过函数返回类型来判断。重定义:在子类继承父类后,拥有和父类同名的函数,参数列表可以不同,以实现不同的功能。重写(覆盖):必须存在于父类与子类中间,函数名、函数参数,返回类型都必须一样,被重写的函数不能是静态的(static)。重载和重定义都是针对相同的函数名,但是在不同的名字空间,重写也叫覆盖要求比较严格,必须要求函数名、参数、返回类型都一致才行。...

2020-06-30 01:11:23 224

原创 【集成学习】boosting-bagging-random forest

集成学习中三个著名的算法boosting、bagging和random forest.bagging算法使用了重采样的方法:即样本有放回的采样。boosting:以AdaBoost为例。学习器的训练过程为串行。首先将初始训练集中的每一个样本(假设有m个)的权重设置为1/m。然后对每一个训练集进行T轮训练,在一轮训练中将错分的样本的权重提高。在一个训练集完成之后,新的训练集也有了相应的权重。bagging:bagging是基学习器对每一个训练集进行训练,对分类问题采用学习器投票法,对回归问题采用学

2020-06-30 00:56:32 302

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除