lunarche's ML Blog

Thinking will not overcome fear but action will.

算法刷题汇总(7) 动态规划篇

算法刷题汇总 -- 动态规划篇

斐波那契数列 写一个函数,输入 n ,求斐波那契(Fibonacci)数列的第 n 项。斐波那契数列的定义如下: F(0) = 0, F(1) = 1 F(N) = F(N - 1) + F(N - 2), 其中 N > 1. 斐波那契数列由 0 和 1 开始,之后的斐波那契数就是由之前的两数相加而得出。 答案需要取模 1e9+7(1000000007),如计算初始结果为:1...

算法刷题汇总(6) 回溯篇

算法刷题汇总 -- 回溯篇

*offer 12: 矩阵中的路径 请设计一个函数,用来判断在一个矩阵中是否存在一条包含某字符串所有字符的路径。路径可以从矩阵中的任意一格开始,每一步可以在矩阵中向左、右、上、下移动一格。如果一条路径经过了矩阵的某一格,那么该路径不能再次进入该格子。例如,在下面的3×4的矩阵中包含一条字符串“bfce”的路径。 [["a","b","c","e"], ["s","f","c","s"],...

算法刷题汇总(5) 二叉树篇

算法刷题汇总 -- 二叉树篇

*重建二叉树 [中等]输入某二叉树的前序遍历和中序遍历的结果,请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6},则重建二叉树并返回。 递归构造:前序序列的第一个值为树的根节点,由该值可以将中序序列分割成两部分,计算左部分的长度可以截取前序中存在左子树的部分,...

算法刷题汇总(4) 查找篇

算法刷题汇总 -- 查找篇

这里指的查找问题主要包括以下两类: 查找元素 a 是否存在? 一般采用集合 Set 来做。 查找元素 a 出现了几次? 一般采用字典 Dict 来做。 leetcode 349: 两个数组的交集 Given two arrays, write a function to compute their intersection. Example 1: Input: nums1...

论文解读 - Composition Based GCN

论文解读 - Composition Based Multi Relational Graph Convolutional Networks

1 简介 随着图卷积神经网络在近年来的不断发展,其对于图结构数据的建模能力愈发强大。然而现阶段的工作大多针对简单无向图或者异质图的表示学习,对图中边存在方向和类型的特殊图—-多关系图(Multi-relational Graph)的建模工作较少,且大多存在着两个问题: (1)整体网络模型的过参数化, (2)仅针对于结点的表示学习。 针对这两个问题,本论文提出...

算法刷题汇总(3) 字符串篇

算法刷题汇总 -- 字符串篇

leetcode 344: 反转字符串 Write a function that reverses a string. The input string is given as an array of characters char[]. Do not allocate extra space for another array, you must do this by modifyi...

算法刷题汇总(2) 数组篇

算法刷题汇总 -- 数组篇

leetcode 283: 移动零 Given an array nums, write a function to move all 0’s to the end of it while maintaining the relative order of the non-zero elements. Example: Input: [0,1,0,3,12] Output: [1,3,1...

算法刷题汇总(1) 链表

算法刷题汇总 -- 链表篇

从尾到头打印链表 题目描述 输入一个链表,按链表从尾到头的顺序返回一个ArrayList。 列表反转:从头到尾获取链表节点的值并存入list,之后反转list. 递归 #solution 1 class Solution: # 返回从尾部到头部的列表值序列,例如[1,2,3] def printList...

论文解读 - Relational Pooling

论文解读 - Relational Pooling for Graph Representations

1 简介 本文着眼于对Weisfeiler-Lehman算法(WL Test)和WL-GNN模型的分析,针对于WL测试以及WL-GNN所不能解决的环形跳跃连接图(circulant skip link graph)进行研究,并提出了一种基于相对池化的方法,有助于GNN学习到结点之间的相对关系,该方法可以较好地融入到较为通用的神经网络模型中(如CNN、RNN等),使...

机器学习-常用评价指标汇总

机器学习-常用评价指标汇总

1 Intro 在二分类问题中,通常假设正负类别相对均衡,然而实际应用中类别不平衡的问题,如100, 1000, 10000倍的数据偏斜是非常常见的,比如疾病检测中未患病的人数远超患病的人数,产品质量检测中合格产品数量远超不合格产品等。在检测信用卡欺诈问题中,同样正例的数目稀少,而且正例的数量会随着时间和地点的改变而不断变化,分类器要想在不断变化的正负样本中达到好的检测效果是非常困难的。 ...