经典排序算法图解：经典排序算法的复杂度：使用场景：1.空间复杂度 越低越好、n值较大：堆排序 O(nlog2n) O(1)2.无空间复杂度要求、n值较大：桶排序 O(n+k) O(n+k)大类一（比较排序法）：1、冒泡排序（Bubble Sort）【前后比较-交换】 python实现：d0 = [2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6,
转载
2023-09-01 18:21:43
52阅读
概念算法（Algorithm）：一个计算过程，解决问题的方法时间复杂度与空间复杂度时间复杂度一个算法的优劣可以用时间复杂度与空间复杂度来衡量。通常讨论算法的复杂度：1、问题规模相同 2、机器配置相同常用大O表示法表示时间复杂性，注意它是某一个算法的时间复杂性。如何判断一个算法的时间复杂度循环减半的过程>>> O(logn)几次循环就是N的几次方的复杂度常用的时间复杂度（按效率排
转载
2023-06-13 21:26:34
117阅读
数据科学Apriori算法是一种数据挖掘技术，用于挖掘频繁项集和相关的关联规则。本模块重点介绍什么是关联规则挖掘和Apriori算法，以及Apriori算法的用法。此外，在小型企业场景中，我们将借助Python编程语言构建一个Apriori模型。什么是关联规则挖掘？如前所述，Apriori算法用于关联规则挖掘。现在，什么是关联规则挖掘？关联规则挖掘是一种用于识别一组项目之间的频繁模式和关联的技术。
转载
2023-10-27 05:00:45
59阅读
本人不是专业的python使用者，所以就不按照KNN的算法写推到代码了，直接运用机器学历里面运用得比较多，而且比较简单的sklearn包scikit-learn（简称sklearn）是目前最受欢迎，也是功能最强大的一个用于机器学习的Python库件。它广泛地支持各种分类、聚类以及回归分析方法比如支持向量机、随机森林、DBSCAN等等，由于其强大的功能、优异的拓展性以及易用性，目前受到了很多数据科学
转载
2023-10-13 21:29:27
132阅读
本文翻译自：https://www.parallelpython.com/概述Parallel Python是一个python模块，提供了在SMP（具有多个处理器或核心的操作系统）和群集上并行执行python代码的机制。Parallel Python具有轻量级、易安装、易与其他python软件集成的特性。Parallel Python是用纯Python语言写的开源跨平台的模块。特征Python代码
转载
2023-08-16 15:52:19
44阅读
一、什么是算法算法（Algorithm）：一个计算过程，解决问题的方法二、时间复杂度、空间复杂度Ⅰ、时间复杂度时间复杂度是一个函数，它定量描述该算法的运行时间，时间复杂度常用“O”表示，时间复杂度可被称为是渐近的，它考察当输入值大小趋近无穷时的情况。呈现时间频度的变化规律，记为T(n)=O(f(n)) 指数时间：一个问题求解所需的执行时间m(n),依输入数据n呈指数倍成长（即 求解所需的执行时间呈
转载
2023-07-02 19:33:08
207阅读
数据结构线性表包括顺序表和链表，python的list是顺序表，链表一般在动态语言中不会使用。不过链表还是会出现在各种算法题中。链表 link list单链表
逆转链表： leetcode 206
双链表循环单链表字符串 string有一个重要的点就是字符串的匹配问题，其中比较重要的是无回溯匹配算法(KMP算法)，算法比较复杂，重要的思想在于匹配过程中不回溯。实际复杂度是O(m+n), m
转载
2023-09-29 07:39:30
97阅读
01 目录环境需求怎样使用本地化扩展卡尔曼滤波本地化无损卡尔曼滤波本地化粒子滤波本地化直方图滤波本地化映射高斯网格映射光线投射网格映射k均值物体聚类圆形拟合物体形状识别SLAM迭代最近点匹配EKF SLAMFastSLAM 1.0FastSLAM 2.0基于图的SLAM路径规划动态窗口方式基于网格的搜索迪杰斯特拉算法A*算法势场算法模型预测路径生成路径优化示例查找表生成示例状态晶格规划均匀极性采样
转载
2024-01-02 22:41:44
68阅读
——————1 系统概要 孤立词识别：语音只包含一个单词的英文识别识别对象：0-9以及o的英文语音 训练数据：330句话，每个字符30句话，11个字符
测试数据：110句话，每个字符10句话，11个字符模型：混合高斯模型(GMM)，k=5个分量 环境：window、Pycharm、python3.5、utils、numpy、scipy
目标：单个字符的识别准确率
转载
2024-01-23 23:09:15
58阅读
## Apriori算法Python包科普
### 什么是Apriori算法？
Apriori算法是一种用于挖掘关联规则的经典算法，它通过分析数据集中物品之间的频繁项集来发现它们之间的关联关系。这种关系在市场营销、电子商务和商业数据分析中非常有用，可以帮助我们了解客户之间的购买习惯和商品之间的关联性。
### Apriori算法的原理
Apriori算法的核心思想是通过扫描数据集多次来找出
原创
2024-06-18 05:22:02
52阅读
# Python Louvain算法包科普
## 介绍
Louvain算法是一种用于社区检测的算法，可以将一个网络中的节点分成不同的社区。Python Louvain算法包是一个用于实现Louvain算法的Python库，简单易用，并且性能优秀。本文将介绍Python Louvain算法包的基本原理和使用方法，并通过代码示例演示其功能。
## Louvain算法原理
Louvain算法基于
原创
2024-04-02 05:12:37
507阅读
# KNN算法Python包实现教程
## 简介
K近邻（K Nearest Neighbors）算法是一种常见的分类和回归算法，它通过计算样本之间的距离来确定新样本的类别。在这篇文章中，我将教会你如何使用Python包来实现KNN算法。
## 整体流程
下面是实现KNN算法的整体流程，我们将按照以下步骤进行操作：
| 步骤 | 描述 |
| --- | --- |
| 1 | 数据预处
原创
2024-01-20 06:37:32
60阅读
第九章：算法交易 - 回测在构建算法交易策略之后，正如我们在上一章中所做的那样，第一步是对给定的策略配置在给定的时间段内进行回测。回测是通过在过去的数据上虚拟执行交易策略并分析其风险和回报指标来评估交易策略性能的方法。这里不使用真实资金。典型的回测指标包括利润和损失（P＆L），最大回撤，总交易数，盈利交易数，亏损交易数，多头交易和空头交易，每笔盈利和亏损交易的平均利润等。直到这些指标满足必要要求为
先说下基础知识，不然不好理解后面的东西两向量的X乘p1(x1,y1),p2(x2,y2) p1Xp2如果小于零则说明 p1在p2的逆时针方向如果大于零则说明 p1在p2的顺时针方向struct node{
double x,y;
node friend operator -(node a,node b)//对减法符号进行重载
{
转载
2023-08-21 23:05:48
243阅读
关联规则之FPGrowth一、原理： 与Apriori相比，只需要扫描两个数据库。第一次扫描： 得到每个元素出现的次数，去除低于阈值的项，并排序。再对不同的项，按次序的高低排序 第二次扫描： 构建FP-TREE树，从FP树中找到关联规则。二、算法流程步骤： FP Tree算法包括三步：1）扫描数据，得到所有频繁一项集的的计数。然后删除支持度低于阈值的项，将1项频繁集放入项头表，并按照支持度降序排列
转载
2023-09-30 08:57:07
233阅读
# Apriori算法简介及Python包使用
Apriori算法是一种经典的关联规则挖掘算法，用于发现数据集中项集之间的频繁项集及其关联规则。该算法基于频繁项集的性质，通过迭代地生成候选项集和计算它们的支持度来找出频繁项集。本文将介绍Apriori算法的原理，并展示如何使用Python包进行关联规则挖掘。
## Apriori算法原理
Apriori算法的核心思想是基于Apriori原则，
原创
2023-07-21 07:05:38
169阅读
# 使用 Python 实现 LPA 算法（Label Propagation Algorithm）
Label Propagation Algorithm (LPA) 是一种无监督的图聚类算法，其优点在于简单且高效。本文将引导你逐步完成 Python 包的 LPA 算法，并提供清晰的代码示例与详细解释。
## 一、实现流程
在开始编码之前，我们首先了解实现过程的整体框架。其主要步骤如下表所
# DTW算法及其Python包介绍
## 引言
DTW（Dynamic Time Warping）算法是一种常用于时间序列相似度计算的方法。它可以有效地比较两个时间序列之间的相似度，即使它们的长度和速度不同。在许多领域，如语音识别、股票预测和运动分析等，DTW算法都被广泛应用。
本文将介绍DTW算法的原理，并介绍一个常用的Python包——`fastdtw`，用于实现高效的DTW计算。
原创
2023-12-13 06:56:41
839阅读
# MF算法Python包的简单科普
## 什么是MF算法？
MF（Matrix Factorization，矩阵分解）是一种在推荐系统中常用的技术。它通过将用户-物品交互信息进行分解，来捕捉用户和物品之间的潜在特征。这种方法的核心是将用户和物品的特征向量相乘，以预测用户对未见物品的评分。
## MF算法的应用
在现代的推荐系统中，MF算法被广泛应用于电影推荐、商品推荐以及社交网络中的用户
python优化包简介以下的内容简要介绍了qpsolver库、cvxopt库以及ortools。以下是将会用到的引用代码。import numpy as np
from qpsolvers import solve_qp
import cvxopt
from cvxopt import matrix,solversqpsolvers库中的solve_qp和cvxopt能够解优化问题，但是前者能够兼
转载
2023-08-30 20:02:18
1127阅读
