首页
学习
活动
专区
圈层
工具
发布

机器学习算法总结(面试用到)

另外噪声和非相关性特征向量的存在会使K近邻算法的准确性减小。   近邻算法具有较强的一致性结果。随着数据趋于无限,算法保证错误率不会超过贝叶斯算法错误率的两倍。...; Boosting:   主要以Adaboost为例,首先来看看Adaboost的流程图,如下:   从图中可以看到,在训练过程中我们需要训练出多个弱分类器(图中为3个),每个弱分类器是由不同权重的样本...k-means是使下面的表达式值最小: k-means算法的优点:   (1)k-means算法是解决聚类问题的一种经典算法,算法简单、快速。   ...pLSA的模型图如下:   公式中的意义如下:   具体可以参考2010龙星计划:机器学习中对应的主题模型那一讲 LDA:   主题模型,概率图如下:   和pLSA不同的是LDA中假设了很多先验分布...),它是一种迭代的决策树算法,该算法由多棵决策树组成,所有树的输出结果累加起来就是最终答案。

3K80
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    机器学习算法总结(面试用到)

    另外噪声和非相关性特征向量的存在会使K近邻算法的准确性减小。   近邻算法具有较强的一致性结果。随着数据趋于无限,算法保证错误率不会超过贝叶斯算法错误率的两倍。...; Boosting:   主要以Adaboost为例,首先来看看Adaboost的流程图,如下: ?   ...k-means算法的优点:   (1)k-means算法是解决聚类问题的一种经典算法,算法简单、快速。   ...pLSA的模型图如下: ?   公式中的意义如下: ?   具体可以参考2010龙星计划:机器学习中对应的主题模型那一讲 LDA:   主题模型,概率图如下: ?   ...),它是一种迭代的决策树算法,该算法由多棵决策树组成,所有树的输出结果累加起来就是最终答案。

    2.2K90

    自己搞排序算法测试用例!

    每次写完一个排序算法,比如冒泡排序、选择排序,总是要验证一下算法是否正确。如何验证呢?...for (int i = 0; i < 10; i++){ cout << arr[i] << " "; } cout << endl; 如果打印出来的序列是有序的,这说明自己编码的排序算法对这个测试用例是正确的...但更多情况下,可能需要更多的测试用例,或者序列元素个数更大(50,100,甚至成千上万),这个时候还手写数组arr吗?显然很耗费时间。那不妨,搞一个生成排序算法测试用例的东西?...排序算法测试用例生成函数 综上所述,排序算法测试用例的生成函数的代码如下: // 生成有n个元素的随机数组,每个元素的随机范围为[rangeL, rangeR] int* generateRandomArray...总得测试下排序算法的性能吧,这里的性能指的是时间。

    1.7K20

    机器学习算法总结(面试用到)

    实际上在面试过程中,懂这些算法的基本思想和大概流程是远远不够的,那些面试官往往问的都是一些公司内部业务中的课题,往往要求你不仅要懂得这些算法的理论过程,而且要非常熟悉怎样使用它,什么场合用它,算法的优缺点...另外噪声和非相关性特征向量的存在会使K近邻算法的准确性减小。   近邻算法具有较强的一致性结果。随着数据趋于无限,算法保证错误率不会超过贝叶斯算法错误率的两倍。...; Boosting:   主要以Adaboost为例,首先来看看Adaboost的流程图,如下: ?   ...k-means算法的优点:   (1)k-means算法是解决聚类问题的一种经典算法,算法简单、快速。   ...pLSA的模型图如下: ?   公式中的意义如下: ?   具体可以参考2010龙星计划:机器学习中对应的主题模型那一讲 LDA:   主题模型,概率图如下: ?

    1.3K50

    功能测试用例自动生成算法Pairwise

    Pairwise算法是什么 对于以下测试场景: 浏览器:M,O,P 操作平台:W(windows),L(linux),i(ios) 语言:C(chinese),E(english) 该如何设计功能测试用例呢...Pairwise算法是L. L. Thurstone在1927年首先提出来的,他是美国的一位心理统计学家。Pairwise算法基于两两组合,过滤出性价比高的用例集。...对于上述测试场景,可以通过笛卡尔积设计18条两两组合的测试用例: 1,M W C 2,M W E 3,M L C 4,M L E 5,M I C 6,M I E 7,O W C 8,O W E 9,O...按照这个算法继续过滤,最终剩下9条用例: 1,M W C 4,M L E 6,M I E 7,O W E 9,O L C 11,O I C 14,P W E 15,P L C 17,P I C 用例减少了...而且维度越多越明显,当有10个维度的时候4*4*4*4*3*3*3*2*2*2=55296个测试case,pairwise为24个,是原始测试用例规模的0.04%。

    4.2K21

    图论与图学习(二):图算法

    本文是其中第二篇,介绍了图算法。...前一篇文章介绍了图的主要种类以及描述一个图的基本特性。现在我们更加详细地介绍图分析/算法以及分析图的不同方式。...一 寻路和图搜索算法 寻路算法是通过最小化跳(hop)的数量来寻找两个节点之间的最短路径。 搜索算法不是给出最短路径,而是根据图的相邻情况或深度来探索图。这可用于信息检索。 1....和 SCC 一样,并查集通常用在分析的早期阶段,以理解图的结构。 并查集是一个预处理步骤,为了理解图的结构,在任何算法之前都是必需的。...四 总结 现在我们已经介绍了图的基础知识、图的主要类型、不同的图算法和它们使用 networkx 的 Python 实现。

    4.7K22

    图的常见算法

    图的表示方式  图是由一系列点和边的集合构成的,一般有邻接矩阵和邻接表两种表示方式,c/c++可以看我的这篇文章:搜索(1)  这篇文章主要讲java语言中图的相关算法。... 图的拓扑排序以下图来举例,假设你要学课程A,但是课程A有先导课,必须上完先导课才能上A,因此你必须先上BCD,但是由于BD也有先导课K,所以必须先上K。... 图的最小生成树算法用于无向图,只选择图中的某些边,达到整体边的权重加起来是最小的,并且各个点之间是连通的,连通的意思是假设[1,2]之间有条边,[2,3]之间有条边,那么[1,3]之间就是连通的,图的最小生成树算法有两个...,分别是K算法和P算法,他俩产生的结果都是一样的,只不过决策的过程不一样。...K算法 ?  以上面的图为例,K算法的思想是以边进行考虑,优先选择小权重的边。

    1.8K20

    推荐算法——基于图的推荐算法PersonalRank算法

    推荐的算法有很多,包括协同过滤(基于用户的协同过滤和基于物品的协同过滤)以及其他的一些基于模型的推荐算法。...二、基于图的推荐算法PersonalRank算法 1、PersonalRank算法简介 在协同过滤中,主要是将上述的用户和商品之间的关系表示成一个二维的矩阵(用户商品矩阵)。...而在基于图的推荐算法中,将上述的关系表示成二部图的形式,为用户A推荐商品,实际上就是计算用户A对所有商品的感兴趣程度。...PersonalRank算法对通过连接的边为每个节点打分,具体来讲,在PersonalRank算法中,不区分用户和商品,因此上述的计算用户A对所有的商品的感兴趣的程度就变成了对用户A计算各个节点B,C,...PersonalRank算法的具体过程如下(对用户A来说): 初始化: PR(A)=1,PR(B)=0,⋯,PR(d)=0 PR\left ( A \right )=1,PR\left ( B \

    3.4K30

    图算法|Dijkstra最短路径算法

    比如,从A到D的最短路径,通过肉眼观察可以得出为如下,A->C->D,距离等于3+3=6,其中A->C边上的数值3称为权重,又知这是无向图,从C到A的权重也为3。 ?...02 — Dijkstra算法求单源最短路径 这个算法首先设置了两个集合,S集合和V集合。S集合初始只有源顶点即顶点A,V集合初始为除了源顶点以外的其他所有顶点,如下图所示: ?...设置一个从A到各顶点的缓存字典,作为算法的输出,初始时,统一设置为 -1, ?...选取最小距离,即B进入S集合,并且,Dijkstra算法要和dist字典中A->B 距离做一次比较, 如果dist(A->B)!...以上分析就是Dijkstra算法的基本思想,直到集合V的元素个数为0为止,最终的dist字典如下: ? 03 — Dijkstra算法总结 算法的基本思路: 1. 初始化两个集合,S集合和V集合。

    7.6K50

    思维导图编写测试用例的两种格式

    同时随着项目迭代速度的加快,Excel 编写用例的效率已经开始拖后腿,经常出现在项目完结后才去追更测试用例的情况。 所以在 2014 年,我们果断的切换为思维导图编写用例,然后一直沿用至今。...二 思维导图也叫脑图,本来是为了做头脑风暴用的,用它来写用例完全是借助这个工具本身的功能而已。...可是脑图相对 Excel 来说,自由度太大了,最终就导致使用脑图编写测试用例的格式,出现了两种完全不同的风格。...分别使用两种格式来编写的测试用例如下图所示(部分用例): 第一种风格,完全是遵循脑图的本来用法,属于层级递进式,前面层级都是后面层级的前置条件,需要把每一个分支的所有层级全部组合到一起,才是一条完整的用例...但是测试用例是针对已经固定的需求和实现来做覆盖,它的前提是固定的,我们用脑图需要做得,就是把已有的需求和实现,转换为用例后,再通过合理的方式进行呈现。

    1.4K51

    测试思想-测试设计 测试用例设计之因果图方法

    如果在测试时必须考虑输入条件的各种组合,则可能的组合数目将是天文数字,因此必须考虑采用一种适合于描述多种条件的组合、相应产生多个动作的形式来进行测试用例的设计,这就需要利用因果图(逻辑模型)。...采用因果图法设计测试用例的步骤 1)分析软件规格说明描述中, 哪些是原因(即输入条件或输入条件的等价类), 哪些是结果(即输出条件), 并给每个原因和结果赋予一个标识符。...4)把因果图转换为判定表。 5)把判定表的每一列拿出来作为依据,设计测试用例。...4)用例设计 针对每一条规则(C,D列除外)设计一条用例 2.有一个处理单价为5角钱的饮料的自动售货机软件测试用例的设计。...5)用例设计 pdf版下载: 测试用例设计之因果图方法.pdf 参考文章: 测试用例设计白皮书_张元礼

    1.4K20
    领券