拥塞窗口的调整撤销 很多网络不支持ECN，所以追踪丢失包时需要推测。重新排序（reordering）对于发送方来说通常是一个问题，因为它不能分清缺失的ACK是由于丢失还是被延迟了，所以TCP可能会做出错误的判断，不必要的调整了拥塞窗口。这时就需要一种对错误的拥塞调整做出修正的机制——拥
前言 参考网址：https://www.jianshu.com/p/7919ef304b19 在论文阅读的过程中，经常遇到使用特异性（specificity）和灵敏度（sensitivity）这两个指标来描述分类器的性能。对这两个指标表示的含有一些模糊，这里查阅了相关资料后记录一下。 基础知识 考虑一个二分类的情况，类别为1和0，我们将1和0
这里只演示thinkphp5.0框架上传文件到阿里云oss对象存储中。其实官方文档说的很明白，但是在实操中我们总是会出现各种细节错误。恨不得有一个从头到尾的新手教程。 官方文档：PHP - 对象存储 OSS - 阿里云 1.前期准备工作 申请注册阿里云账号，开通阿里云oss对象存储我就不说了。然
题目大意 一棵树，每次加一个节点，并且询问每次加后的树的直径 解题思路 可以知道，每次加点后最多对树的直径的影响为 \(1\) 。而且有一个重要性质：加进的这个叶子如果能对答案产生贡献，那么这个叶子和原来直径一定有公共端点，所以我们求出每个状态下的 \(u和v和ans\) ,每次要么不更新，要
洛谷题面 题目大意 你有 \(n\) 种牌，第i种牌的数目为 \(c_i\)。另外有一种特殊的牌：\(\rm joker\)，它的数目是 \(m\)。你可以用每种牌各一张来组成一套牌，也可以用一张 \(\rm joker\) 和除了某一种牌以外的其他牌各一张组成 \(1\) 套牌。 给出 \(n\)，\(m\) 和 \(c_i\)，你的任务是组成尽
获取并输出sql语句 fetchSql(); 用于直接返回SQL而不是执行查询，适用于任何的CURD操作方法 $tmp_list = Db::name('have_card') ->field('id , iccid, msisdn') ->where([ 'user_id' => $uid, 'm
楔子 之前分析了那么久的虚拟机，多少会有点无聊，那么本次我们来介绍一个好玩的，看看如何修改 Python 解释器的底层数据结构和运行时。了解虚拟机除了可以让我们写出更好的代码之外，还可以对 Python 进行改造。举个栗子： 是不是很有趣呢？通过 Python 内置的 ctypes 模块即可做到，而具体实
Warning: 所有更新在原文发布，在原文食用体验更佳！ 前置知识 字符串基础 倍增 基数排序 计数排序 一些约定 字符串下标从 \(1\) 开始 字符串 \(t\) 长度为 \(len(t)\)。特别的，字符串 \(s\) 长度为 \(n\) 本文中假设字符串只包含 小写字母 \(s[l..r]\) 表示 \(s_ls_{l+1}\ldots s
基本概念 TP、True Positive 真阳性：预测为正，实际为正 FP、False Positive 假阳性：预测为正，实际为负 FN、False Negative 假阴性：预测与负、实际为正 TN、True Negative 真阴性：预测为负、实际为负。 以分类问题为例： $\text { 实际情况: }\left\{\begin{array}{c}\text { 数
语义分割是像素级别的分类，其常用评价指标： 像素准确率（Pixel Accuracy，PA）、 类别像素准确率（Class Pixel Accuray，CPA）、 类别平均像素准确率（Mean Pixel Accuracy，MPA）、 交并比（Intersection over Union，IoU）、 平均交并比（Mean Intersection over Union，MIoU）， 其计算都是建立在混淆矩阵（Co
传送门 解题思路 关键点：根据线性基的性质，若序列数字个数大于等于30，则一定有异或值为0的两个集合。 所以对于每个询问，先判断两个点之间的路径长度是否大于等于30，若小于30，直接暴力找，线性基判断，否则直接判断。 对于每次修改，可以用线段树维护树剖。 AC代码 #include<iostream> #inclu
前言 好家伙，严格一个 \(\log_2m\) 竟然比 \(\log_2^2n\) 慢！ 题目 DarkBZOJ 讲解 刨开树边不看，我们看非树边的贡献。 对于非树边 \((u,v,w)\)，显然它可以对 \(u\rightarrow v\) 路径上除 LCA 的点产生贡献，可以试图用 \(dis_u+dis_v+w-dis_x\) 去更新路径上点 \(x\) 的答案。 有一个
T1:寻找道路 Problem: 在有向图 G 中，每条边的长度均为 1，现给定起点和终点，请你在图中找一条从起点到终点的路径，该路径满足以下条件： 路径上的所有点的出边所指向的点都直接或间接与终点连通。 在满足条件1 的情况下使路径最短。 注意：图 G 中可能存在重边和自环，题目保证终点没有出
#include<bits/stdc++.h> using namespace std; typedef long long ll; typedef long double ld; const ld eps = 1e-8; const int N = 50009; const ld pi = acos(-1); struct Point { ld x, y; Point(ld X = 0, ld Y = 0) { x = X, y = Y; } Point operat
[toc] ## 第二次作业 #### 第一题 <b>题目描述</b><br> 1.如下表数据，前四列是天气情况（阴晴outlook，气温temperature，湿度humidity，风windy）；最后一列是类标签，表示根据天气情况是否出去玩。 (1)“信息熵”是度量样本集合纯度最常用的一种指标，假定当前样本集合D中第k类样本所占的比
一、引言 分类算法有很多，不同分类算法又用很多不同的变种。不同的分类算法有不同的特定，在不同的数据集上表现的效果也不同，我们需要根据特定的任务进行算法的选择，如何选择分类，如何评价一个分类算法的好坏，前面关于决策树的介绍，我们主要用的正确率（accuracy）来评价分类算法。 正确
监督学习的目标 利用一组带有标签的数据，学习从输人到输出的映射，然后将这种映射关系应用到未知数据上，达到分类或回归的目的。 分类：当输出是离散的，学习任务为分类任务。 回归：当输出是连续的，学习任务为回归任务。 分类 分类任务： 分类学习 输人：一组有标签的训练数据（也称观察和评
之前我们分析了Producer的配置解析、组件分析、拉取元数据、消息的初步序列化方式、消息的路由策略。如下图： 这一节我们继续分析发送消息的内存缓冲器原理—RecordAccumulator.append()。 如何将消息放入内存缓冲器的？ 在doSend中的，拉取元数据、消息的初步序列化方式、消息的路由
layout: post title: 机器学习的分类模型评价方法 description: 模型评价 tag: 机器学习 分类模型评价方法 评估分类器（分类模型）相对于评估回归器通常要复杂，本篇以MNIST数据集的手写数字识别分类为例，记录常用的分类器评估方法。 交叉验证：Cross-Validation 留一交叉验证：（Leav
因为自己总记不太清具体的意义，这里梳理一下: 这里的TP、FN、FP、TN，其实真正对应的都说的是预测 TP：真的正样本（预测），实际也是正样本 FN：假的负样本（预测），实际也是正样本 FP：假的正样本（预测），实际是负样本 TN：真的负样本（预测），实际是负样本 precision = TP/(TP+FP) recall = TP/(TP+FN) 1/F = (
Portal 题意：求满足题目表述的变成传送门的最小代价； 思路：n^4暴力+剪枝，先预处理二维前缀和，之后在枚举最后一列之前的代价如果比现在所得的最小代价还要大的话就break //#pragma GCC optimize(2) //#pragma GCC optimize(3,"Ofast","inline") #include<bits/stdc++.h> #define i
Dijkstra（迪杰斯特拉）算法 解决的问题 用户指定一个顶点\(V_k\)，求出\(V_i|_1^N\)与\(V_k\)的最短路径及其长度。 算法的核心 说到底它是一种“贪心算法”，通过在每一步做出局部最优决策来解决问题，希望找到全局最小值。 通俗地说就是：我们只有按照“从\(V_k\)出发找相邻
我们今天接着看tcp_write_xmit()，在开始函数之前我想提醒朋友们，如果你是一名研发工程师的话请注意我的提醒，近来很多公司打着招聘的名义窃取项目计划和机密，这些公司在招聘人才时要求简历写出其所做过的项目情况，看似展示一个人的工作经验和才能，背后隐藏着不可告人的意图，通过与工程师
1、AP默认的地址为192.168.1.254 2、若为休斯的modem，则需要修改成静态的IP 3、电脑访问modem的界面（192.168.0.1） 椭圆的地方为modem分配的IP 4、使用网络和IP地址计算器 此时自动获取DHCP访问10.194.168.33可进入TP-Link的界面 5、
Mat图像存储： 1 Mat img= imread（image）； 2 Rect rect(50,20, 200, 50); 3 Mat ROI = img(rect); 4 imshow("ROI_WIN",ROI); - 其中：Rect的函数定义为： Rect(_Tp _x, _Tp _y, _Tp _width, _Tp _height); _Tp _x：表示矩形左上角顶点的x坐标； _Tp _y：表示矩形左上角顶点的y坐标； _Tp _wi
