天涯蓝药师

在进行常见机器学习任务中，我们经常会随机抽取一定比例的数据为训练集，而剩下的为测试集。一般情况下都比较繁琐，所以看了其他的博客之后，准备了一个小函数实现这个功能。EG: def getRandomIndex(n, x): # form n samples choice x the number of samples # return index of samples that had been choiced and rest index_choiced = np.random...

就地交换两个数是比较经典而且基础的算法之一。 我们要交换两个数字，通常的做法就创建一个中间变量，然后进行循环赋值，比如说下面的代码：void Switch(int* p1, int* p2){     int tmp = *p1;     *p1 = *p2;     *p2 = tmp;}这种做法是最常见的一种交换两个数字的方法，但研究算法的人总是会提出比较诡异的

#include /*    merge()作用:把A[p]-A[q]和A[q+1]-A[r]两个递增的数组合并为一个数组A[r]中*/void merge(int A[],int p,int q,int r){    int *bp = new int[r-p+1];    int i=p,j=q+1,k=0;        while(i    {  

#include int S[10][21];//用来装牌的容器int main(){    int data[20];//数据    for(int i=0;i    {        scanf("%d",&data[i]);    }    int d=1;for(int r=1;r{    d=d*10;    //发牌    for

假如知己n个点，我们想要知道整体的概率密度分布，则可以使用概率密度估计来求解。 一步步是解更加完美： 盒子模型         假如我们已经知道如下点，考虑一维情况。X=[2, 22, 42, 62, 82, 102, 122, 142,162, 182, 202 , 222]，最简单的我们可以直接使用直方图来进行概率估计。每一个点用一个盒子来替代，那么此时我们有3个参数需要...