多维逻辑回归：

                       

                             

    

 

              双向循环网络：           

windows 快捷键 贴靠窗口：Win +左/右> Win +上/下>窗口可以变为1/4大小放置在屏幕4个角落 切换窗口：Alt + Tab(不是新的，但任务切换界面改进) Win + R 打开运行对话框 Win + Q 快速打开搜索 Win + E 打开资源管理器 Win + +  图片放大 Win + M  收起所有窗口 Win + L  直接锁屏 CTRL+Z 撤销上一步的操作 CTRL + Shift + T   打开浏览器之前关闭的页面 CTRL + W   关闭当前页面   Intellij快捷键 一 查找篇 CTRL+N     查找类 CTRL+SHIFT+N  ...

#titanic import numpy as np import pandas as pd ##读取查看数据 from sklearn.tree import DecisionTreeClassifier ##决策树 import matplotlib.pyplot as plt ##绘图 from sklearn.model_selection import GridSearchCV,train_test_split,cross_val_score ##网格搜索调参 ###读入数据 data=pd.read_csv("./data/train.csv") ###查看数...

 题目描述：（单次买入） 给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。 你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。 返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。  动态规划解法： class Solution { public: int maxProfit(vector<int>& prices) { if(prices.size()<=1) return 0; int minBuy=prices[0]...

题目描述 给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。 如果你最多只允许完成一笔交易（即买入和卖出一支股票），设计一个算法来计算你所能获取的最大利润。 注意你不能在买入股票前卖出股票。 递推公式：   buy = max(buy, -price[i])  （注意：根据定义 buy 是负数）  sell = max(sell,  prices[i] + buy)  边界：第一天 buy = -prices[0], sell = 0，最后返回 sell 即可。  class Solution { public: int maxProfit(vector<int>&a...

题目描述： 假设你正在爬楼梯。需要 n 阶你才能到达楼顶。 每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？ 注意：给定 n 是一个正整数。 递推：dp[i] = dp[i - 1] + dp[i - 2] class Solution { public: int climbStairs(int n) { if(n==1) return 1; if(n==2) return 2; int step[n]; step[0]=1; step[1]=2; for(int i=2;i<n;i++) { step[i]=step[i-1]+step[i-2]; } retur...

 题目描述： 一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为 “Start” ）。 机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 “Finish” ）。 问总共有多少条不同的路径？ 递推式：dp[i][j] = dp[i - 1][j] + dp[i][j - 1] class Solution { public: int uniquePaths(int m, int n) { int dp[m][n]; for(int i=0;i<m;i++) { dp[i][0]=1; } for(int j=0;j<n;j++) { d...