层次分析法 一、基本步骤 1、建立层次结构模型。在深入分析实际问题的基础上，将有关的各个因素按照不同属性自上而下地分解成若干层次，同一层的诸因素

sklearn.feature_selection.RFE RFE（Recursive feature elimination）：递归特征消除，用来对特征进行重要性评级。主要用于特征选择 RFE阶段 1 初始的特征集为所

Boosting算法的工作机制是首先从训练集用初始权重训练出一个弱学习器1，根据弱学习的学习误差率表现来更新训练样本的权重，使得之前弱学习器

反向传播算法遵循两个法则：梯度下降法则和链式求导法则。 梯度下降法则不用多说，记住一切的目的就是为了减小损失，即朝着局部最小值点移动。链式求导

通过验证曲线判定过拟合于欠拟合。 验证曲线是一种通过定位过拟合于欠拟合等诸多问题的方法，帮助提高模型性能的有效工具。 验证曲线绘制的是准确率与模

分割等和子集 题目： https://leetcode-cn.com/problems/partition-equal-subset-sum/?utm_source=LCUS&utm_medium=ip_redirect&utm_campaign=transfer2china 思路： 典型的01背包问题，利用套路框架做即可 注意做了优化，把原本的二维dp降低了一维 代码： class Solution: def canPartition(self, nums: List[int]) -> bool: if sum(nums) % 2: return False s

用命令行实现博客自动更新，类似于网站后端 需要用到的库有os标准库 2020 12/21 更新：冬至日，完成了图像界面。下面的代码 需要的命令有: os.system("") 用来模仿dos命

kd树 knn算法就是用kd树实现的 二分查找 很简单 就不说了 BST 很简单 就不说了 多维数组 假设数组B为\([[6, 2], [6, 3], [3, 5], [5, 0], [1, 2], [4, 9], [8, 1]]\)，

最小公众前缀 leetcode上的简单题，最小公众前缀 有三种解法，一种常规，两种巧妙解法 # 最小公共前缀 #解1：常规解法 思路就是一个一个判断 先判