『机器学习』-机器学习的分类 监督学习（Supervised Learning）在监督学习中，给定一组数据，我们知道正确的输出结果应该是什么样子，并且知道在输入和输出之间有着一个特定的关系。通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最佳的），再利用这个模型将所有的输入映射为相应的输出 回归（regression

『机器学习』-最基础的最常用的聚类算法机器学习–最基础的最常用的聚类算法基于划分聚类算法（partition clustering)K-means：是一种典型的划分聚类算法，它用一个聚类的中心来代表一个簇，即在迭代过程中选择的聚点不一定是聚类中的一个点，该算法只能处理数值型数据。 优点：计算时间短，速度快。结果容易解释，一般聚类效果还算不错； 缺点：对异常值非常敏感，需要提前确定好 k 值 其他

『机器学习』-代价函数一、代价函数概述机器学习的模型分为能量模型和概率模型，知道概率分布的可以直接用概率模型进行建模，比如贝叶斯分类器，不知道的就用能量模型，比如支持向量机。因为一个系统稳定的过程就是能量逐渐减小的过程。 简单理解，代价函数也就是通常建立的能量方程的一种，在机器学习中用来衡量预测值和真实值之间的误差，越小越好。一般来说一个函数有解析解和数值解，解析解就是我们数学上可以用公式算出来的

『数据结构』顺序栈-C++实现数据结构–顺序栈–C++实现#include <iostream> #define MaxSize 5000 using namespace std; template <typename T> class Stack { T data[MaxSize]; int top; public: void InitS

『数据结构』线性表顺序存储（顺序表）数据结构–线性表顺序存储（顺序表）特点： 线性表的顺序存储是指用一组地址连续的存储单元依次存储线性表中的各个元素。 作用： 线性表中在逻辑结构上相邻的数据元素存储在相邻的物理存储单元中，即通过数据元素物理存储的相邻关系来反映数据元素之间逻辑上的相邻关系。 顺序存储的实现： 一维数组存储顺序表中的数据 缺点： 大小固定，使用前需要分配地址，因此当表长变化较大时，难

『数据结构』链式栈-C++实现数据结构–链式栈–C++实现#include <iostream> using namespace std; template<class T>class Stack { private: struct Node { T data; Node *next; }

『数据结构』线性表链式存储(链表)-单链表数据结构–线性表链式存储(链表)–单链表定义： 单链表是一种链式存取的数据结构，用一组地址任意的存储单元存放线性表中的数据元素。 链表中的数据是以节点来表示的，每个结点的构成：元素( 数据元素的映象) + 指针(指示后继元素存储位置)，元素就是存储数据的存储单元，指针就是连接每个结点的地址数据。 链表特点： 根据线性表的长度动态的申请存储空间，以解决顺序存

『数据库』震惊，某博主为吸引眼球拿出压箱底 SQL 总结，如果你没看那就吃亏了！（超级详细的 SQL 基础，你还不会的话就别学数据库了）这里还有数据库相关的优质文章：快戳我，快戳我 😳 前言：使用 SQL 语言时，要注意 SQL 语言对大小写并不敏感，一般使用大写。所有符号一定是西文标点符号（虽然是常识，但我还是提一嘴）文章有点长，大家要耐心看完呀！👍👍👍👍👍👍 1、模式的定义与删除

『数据库』这篇数据库的文章真没人看-数据库完整性『数据库』 朴实无华且枯燥的数据库教程–入门必看！（不收藏，真的吃亏了）@[toc]什么是数据库的完整性➢ 数据的正确性和相容性➢ 防止不合语义的数据进入数据库。➢ 完整性：真实地反映现实世界 数据的完整性和安全性是两个不同概念 数据的完整性➢ 防止数据库中存在不符合语义的数据，也就是防止数据库中存在不正确的数据➢ 防范对象：不合语义的、不正确的数

『数据库』朴实无华的数据库绪论『数据库』 朴实无华且枯燥的数据库教程–入门必看！（不收藏，真的吃亏了）@[toc] 数据库系统概述一、四个基本概念 **1.数据(Data)**：数据是数据库中存储的基本对象 1)定义：描述事物的符号记录 2)种类：文本、图形、图像、音频、视频、学生的档案记录、货物的运输情况等 3)特点：数据与其语义是不可分的 2.数据库(Database): 1)定义:数据库是长