- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI机器学习与深度学习算法
学习分类 2-3 感知机
这就需要一个被称为感知机的模型。 感知机是接受多个输入后将每个值与各自的权重相乘，最后输出总和的模型。数据包含三个特征的感知机模型如下所示。 感知机是非常简单的模型，基本不会应用到实际的问题当中，但是它是神经网络和深度学习模型的基础模型。 图片 下表示收集到的六个训练数据。 我们将权重向量与数据的特征向量内积大于 0 的数据返回值 1，而将内积小于 0 的数据返回值 -1。我们可以将其定义为一个新的函数，这个函数被称为 判别函数。 w\cdot x = |w|\cdot|x| \cdot cos\ \theta 两个向量的模长必定为正数，因此要判断内积的正负，只需要观察两个向量之间夹角的余弦值即可。余弦函数图像如下所示。 图片 知道了所有与权重向量之间的内积为负的向量区域，内积为正的向量区域刚好与内积为负的向量区域相反。 References： 1.《白话机器学习的数学》
62710编辑于 2022-11-08 - 来自专栏coding for love
2-3 webpack的正确安装方式
安装node webpack是基于node开发的环境打包工具。首先需要安装node环境。 进入node官网，尽量安装最新版本的稳定版node。 因为提高webpack打包速度有两个重要的点： 安装尽量高版本的node 安装尽量高版本的webpack 高版本的webpack会引入高版本node的一些新的特性，来提升我们的打包速度。 install webpack@4.25.0 webpack-cli -D // 可以找历史版本 npm info webpack 非全局安装时，要运行webpack，需要加npx，来帮助我们在当前项目目录下的node_modules 内的webpack。 npx webpack -v 使得我们在不同项目中使用不要同版本的webpack 引申 了解package.json中的每一项
60020发布于 2019-05-14 - 来自专栏算法无遗策
动画 | 什么是2-3树？
2-3树正是一种绝对平衡的树，任意节点到它所有的叶子节点的深度都是相等的。 2-3树的数字代表一个节点有2到3个子树。它也满足二分搜索树的基本性质，但它不属于二分搜索树。 2-3树定义 一颗2-3树或为一颗空树，或有以下节点组成： 2-节点，含有一个元素和两个子树（左右子树），左子树所有元素的值均小于它父节点，右子树所有元素的值均大于它父节点； 3-节点，还有两个元素和三个子树 2-3树查找元素 2-3树的查找类似二分搜索树的查找，根据元素的大小来决定查找的方向。 动画：2-3树插入 2-3树删除元素 2-3树删除元素相对比较复杂，删除元素也和插入元素一样先进行命中查找，查找成功才进行删除操作。 如果待删除元素位于最后一个节点的话（最下边最右边处），就采取父节点中与待删除元素邻近的元素。 ? 2-3树为满二叉树时，删除叶子节点 2-3树满二叉树的情况下，删除叶子节点是比较简单的。
1K10发布于 2020-01-02 - 来自专栏我是攻城师
什么是2-3树
（存在子节点的节点）要么有2个孩子和1个数据元素，要么有3个孩子和2个数据元素，叶子节点没有孩子，并且有1个或2个数据元素，2-3树的平均时间复杂度为O（logN），空间复杂度为O（N），注意严格的说2 2-3树 VS 二叉搜索树 同样的一组数据，在2-3树和二叉搜索树里面的对比如下： ? 可以看到2-3树的节点分布非常均匀，且叶子节点的高度一致，并且如果这里即使是AVL树，那么树的高度也比2-3树高，而高度的降低则可以提升增删改的效率。 2-3树的插入 为了保持平衡性，2-3树的插入如果破坏了平衡性，那么树本身会产生分裂和合并，然后调整结构以维持平衡性，这一点和AVL树为了保持平衡而产生的节点旋转的作用一样，2-3树的插入分裂有几种情况如下 （3）情况三：必要的时候为了维持平衡性，会新产生一个root节点，如下图： ? 2-3树的删除 2-3树节点的删除也会破坏平衡性，同样树本身也会产生分裂和合并，如下： ?
2.3K20发布于 2019-04-28 - 来自专栏静之森
记录折腾路上用到的教程 自2-3开始
netdata: Real-time performance monitoring nginx重启 failed (98: Address already in use) Linux下防御DDOS攻击的操作梳理 _OneIndex.sh && bash Aria2_OneIndex.sh COPY Typecho 配置 CDN 后获取访客真实 IP 想要正确获取访客真实IP，请在 Typecho 站点根目录里的 关于这个获取使用 CDN 后的真实访客IP地址的代码在 WordPress 上也是是适用的，WordPress 放到 wp-config.php 里即可。
67820编辑于 2021-12-28 - 来自专栏python3
2-3 选项卡控件
2-3 选项卡控件 u本节学习目标： n了解选项卡控件的基本属性 n掌握如何设置选项卡控件的属性 n掌握统计页面选项卡控件页面基本信息 n掌握选项卡控件的功能操作控制 2-3-1 简介 在 Windows 由于该控件的集约性，使得在相同操作面积可以执行多页面的信息操作，因此被广泛应用于Windows设计开发之中，被很多程序员所喜爱。一般选项卡在Windows操作系统中的表现样式如图2-3所示。 ? 图2-3 图片框控件的属性及方法 2-3-2 选项卡控件的基本属性 图片框控件是使用频度最高的控件，主要用以显示窗体文本信息。 其基本的属性和方法定义如表2-3所示： 属性 说明 MultiLine 指定是否可以显示多行选项卡。如果可以显示多行选项卡，该值应为 True，否则为 False。 使用这个集合可以添加和删除TabPage对象 表2-3 选项卡控件的属性 2-3-3 选项卡控件实践操作 1．
2.1K10发布于 2020-01-07 - 来自专栏python3
2-3 T-SQL函数
2-3 T-SQL函数 学习系统函数、行集函数和Ranking函数；重点掌握字符串函数、日期时间函数和数学函数的使用参数以及使用技巧 重点掌握用户定义的标量函数以及自定义函数的执行方法 掌握用户定义的内嵌表值函数以及与用户定义的标量函数的主要区别 SQL Server中的值、对象和设置的信息 系统统计函数 返回系统的统计信息 文本和图像函数 对文本或图像输入值或列执行操作，返回有关这些值的信息 1. 我们首先运行一段SQL查询：select tno,name , salary From teacher，查询后的基本结构如图2-3所示。我们看见，分别有三位教师的薪水是一样高的。 图2-3 薪酬排序基本情况 图2-4 row_number函数排序 图2-5 row_number另一使用 我们可以使用Row_number函数来实现查询表中指定范围的记录，一般将其应用到Web应用程序的分页功能上 这就相当于将查询出来的记录集放到指定长度的数组中，每一个数组元素存放一定数量的记录。ntile函数为每条记录生成的序号就是这条记录所有的数组元素的索引（从1开始）。
2K10发布于 2020-01-08 - 来自专栏刷题笔记
2-3 链表拼接 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101050371 2-3 链表拼接 (20 分) 本题要求实现一个合并两个有序链表的简单函数 函数接口定义： struct ListNode *mergelists(struct ListNode *list1, struct ListNode *list2); 其中list1和list2是用户传入的两个按 data升序链接的链表的头指针；函数mergelists将两个链表合并成一个按data升序链接的链表，并返回结果链表的头指针。 = createlist(); list1 = mergelists(list1, list2); printlist(list1); return 0; } /* 你的代码将被嵌在这里 list->next=list2; list2=list2->next; list=list->next; }return l->next; } 我想把合并的代码
68140发布于 2019-11-08 - 来自专栏机器学习入门
算法原理系列：2-3查找树
先给它来个简单的定义： 2-3查找树： 一种保持有序结构的查找树。 可以维持动态平衡的有序查找树。 而2-3树就是为了规避上述问题而设计发明出来的模型。现在请思考该如何设计它呢？ 这里我们从BST遇到的实际问题出发，提出设计指标，再去思考利用些潜在的性质来构建2-3树。 这部分内容，没有什么理论根据，而是我自己尝试去抓些字典的性质来构建，而2-3树的诞生过程并非真的如此，所以仅供参考。 构建2-3树 字典的两个主要操作为：查找和插入。 我就不卖关子了，直接给出2-3树的其中一个基本定义： 一棵2-3查找树或为一颗空树，或由以下节点组成： 2-节点：含有一个键和两条链接，左链接指向的2-3树中的键都小于该节点，右链接指向的2-3树中的键都大于该节点 3-节点：含有两个键和三条链接，左链接指向的2-3树中的键都小于该节点，中链接指向的2-3树中的键都位于该节点的两个键之间，右链接指向的2-3树中的键都大于该节点。 ！！！
1.1K20发布于 2019-05-26 - 来自专栏U3D技术分享
《游戏引擎架构》阅读笔记-第2-3章
版本控制的功能：1、提供中央版本库（repository），工程师们可以分享其中的代码。 2、保留每个源文件的所有更改记录。3、提供为某些版本加上标签的机制，供以后提取已加标签的版本。 换句话说，优化那10%的代码，带来的总体运行速度提升达完全优化的90%。（P78 1） 那么，如何得知需优化的10%代码在哪里？答案就是使用剖析器(profiler)。 剖析器能量度代码的执行时间，并能告之每个函数所花的时间。这些数据可引导程序员去优化占大部分执行时间的函数。 泄漏会浪费内存，最终造成致命性的内存不足（out of memory)。内存损坏则是指，程序不慎把数据写进内存的错误位置，覆盖了该位置原来的重要数据，也同时未能把数据写到应该写的位置。 用户错误，指用户做了些不正确的事情而引发的错误，例如键入无效的输入、尝试开启不存在的文件等。而程序员错误是由代码本身的bug所导致的结果。
92910编辑于 2022-10-28 - 来自专栏InCerry
.NET周刊【4月第2-3期】
与此同时，分析的调用栈揭示出与CSRedis相关的多个操作，观测到多个方法调用可能引起的性能问题。整体分析过程严谨，结合了数据和具体实例，具有一定的实用价值。 选择合适的图表类型至关重要，确保图表的可读性。 生动的实例展示了如何设计数据访问层，以便实现统一的编程模型和灵活的数据库处理。 文章详细介绍了MCP的功能、应用和创建MCPClient的步骤，包括API密钥的获取和相关包的依赖安装。该教程旨在指导开发者扩展LLM的使用。 文章以读取表和分页查询为例，比较两者的代码实现，展示了精简版的局限性和易用版的灵活性。虽然易用版可能在CPU和内存上略有开销，但提供了更流畅的编码体验。
72610编辑于 2025-05-04 - 来自专栏五分钟学算法
数据结构与算法——2-3树
2-3 树定义 2-3 树的定义如下： （1）2-3 树要么为空要么具有以下性质： （2）对于 2- 节点，和普通的 BST 节点一样，有一个数据域和两个子节点指针，两个子节点要么为空，要么也是一个2 例如图 2.1 所示的树为一棵 2-3 树： ? 图2.1 2-3 树性质 性质： （1）对于每一个结点有 1 或者 2 个关键码。 （2）当节点有一个关键码的时，节点有 2 个子树。 （4）所有叶子点都在树的同一层。 2-3树查找 2-3 树的查找类似二叉搜索树的查找过程，根据键值的比较来决定查找的方向。 例如在图 2.1 所示的 2-3 树中查找键为H的节点： ? img 例如在图 2.1 所示的 2-3 树中查找键为 B 的节点： ? img 2-3树为满二叉树，删除叶子节点 操作步骤：若2-3树是一颗满二叉树，将2-3树层树减少，并将当前删除节点的兄弟节点合并到父节点中，同时将父节点的所有兄弟节点合并到父节点的父节点中，如果生成了4
80010发布于 2019-09-03 - 来自专栏育种数据分析之放飞自我
笔记GWAS 操作流程2-3：MAF过滤
上一次我们经过去掉缺失，去掉错误的性别信息，得到的文件为： HapMap_3_r3_6.bed HapMap_3_r3_6.fam HapMap_3_r3_6.log HapMap_3_r3_6.bim 比如一个位点有AA或者AT或者TT，那么就可以计算A的基因频率和T的基因频率，qA + qT = 1，这里谁比较小，谁就是最小等位基因频率，比如qA = 0.3, qT = 0.7， 那么这个位点的MAF 之所以用这个过滤标准，是因为MAF如果非常小，比如低于0.02，那么意味着大部分位点都是相同的基因型，这些位点贡献的信息非常少，增加假阳性。 去掉性染色体上的位点 「思路：」 在map文件中选择常染色体，提取snp信息 根据snp信息进行提取 「提取常染色体上的位点名称：」 因为这里是人的数据，所以染色体只需要去1~22的常染色体，提取它的家系 计算每个SNP位点的基因频率 首先，通过参数--freq，计算每个SNP的MAF频率，通过直方图查看整体分布。可视化会更加直接。
6.1K20发布于 2020-04-14 - 来自专栏算法无遗策
（基于2-3树）
学习过2-3树之后就知道应怎样去理解红黑树了，如果直接看「算法导论」里的红黑树的性质，是看不出所以然。 此时我们借着2-3树去理解基本的红黑树，当然我会在后几篇文章介绍2-3-4树以及基于2-3-4树的红黑树。 红黑是指被指向节点的链接颜色，对于一颗2-3树，因为3-节点的存在有很多不同的二叉树的表示，所以我们只考虑左倾的情况。 （和2-3树等价的，任意节点到其叶子节点的高度都是相同的）。 因为2-3树不存在永久的4-节点，4-节点终归要分解的（在2-3-4树中，为了更好地插入和删除，4-节点可存在于叶子节点和非叶子节点）2-3树一样不行，所以在2-3树中没有任何一个节点能同时和两条红链接相连
1K20发布于 2020-01-02 - 来自专栏Android知识点总结
2-3树与红黑树
[注意：这里叶子节点，是指为空(NIL或NULL)的叶子节点！] （4）如果一个节点是红色的，则它的子节点必须是黑色的。 （5）从一个节点到该节点的子孙节点的所有路径上包含相同数目的黑节点。 瞬时懵逼……我扔十个特性，是不是能定义一个红绿灯树呢。所以一直不明白红黑树为什么要这么定义。 直到今天了解了2-3树，才豁然开朗。2-3树是一种神奇的树，它能够保证该树是一个完美树。2-3树可以演化成红黑树，这便是保证红黑树效率的根本。 先说奇葩的2-3树，首先2-3树满足二分搜索树，但每个节点可能存在1或2个数据，对应的该节点就可能存在2或3个子节点 2-3树 ? 2-3树引入.png 2-3树插入操作： ? 2-3树.png 2-3树演化为红黑树 将三节点拆为两个节点，并将左数据节点设为红色来实现2-3树同等功能 ? 红黑树.png
59030发布于 2018-09-29 - 来自专栏mysql
hhdb数据库介绍(2-3)
当检测存在少量的数据不一致时，主从数据一致性检查可定位到数据行不一致的主键值；有大量不一致时，则显示不一致的主键值区间或显示全表大量不一致的提示。 可及时发现集群中已开启唯一约束的表的历史数据是否存在不唯一的情况。对检测出违反唯一约束的表的重复数据进行可视化展示，方便用户进行修复。 JOIN关系分析 管理平台基于计算节点记录的SQL日志，利用符合JOIN查询场景的SQL日志，以可视化的形式展现各业务表之间的关联关系。 表结构与索引检测 管理平台支持按逻辑库为单位，检测逻辑库下的表，在所属数据节点中的表结构与索引定义是否一致。检测到不一致的表则在检测结果中显示出不一致的原因。 一键迁库本质上是将数据节点下的存储节点更换为其余有复制关系的，拥有相同数据的，其它存储节点。
43710编辑于 2025-03-07 - 来自专栏机器学习/数据可视化
NLP札记2-3种匹配方式
分为两个方法：基于词典规则和基于机器学习 词典分词：最常见的分词算法，一套词典和一套查词典的规则即可。 词 词语指的是具备独立意义的最小单位。词典中的字符串就是词。 词的性质满足齐夫定律：一个单词的频率和它的词频排名成反比。 词典 HanLP词典 词典格式是空格为分隔符的表格形式 第一列是单词本身 第二列和第三列是词性和相应的词频 如果单词本身就有空格，使用英文逗号分隔的.csv文件 词典加载 利用Python进行加载 def ，不断地找出右边范围的最长的单词 return word_list 逆向扫描 在从后往前扫描的过程中，保留最长单词。 双向最长匹配 双向最长匹配的规则如下 同时执行正向和逆向最长匹配，如果两者的次数不同，则返回词数更少的那个 否则，返回的是两者中单字更少的那个。
1.1K10发布于 2021-03-02 - 来自专栏Hank’s Blog
2-3 R语言基础 矩阵和数组
- matrix(1:6,nrow = 3,ncol = 2) #第一个是内容，第二个，第三个是行列 > x[1,2] [1] 4 > #维度属性 > dim(x) [1] 3 2 > #查看矩阵的属性 > attributes(x) $`dim` [1] 3 2 > #由向量来创建矩阵的方法 > y <-1:6 > dim(y) <- c(2,3) > dim(y) [1] 2 3 > y2 <- ,3] [,4] [,5] [,6] [1,] 1 3 5 1 3 5 [2,] 2 4 6 2 4 6 > #使用列表给矩阵的行列命名
42320发布于 2020-09-16 - 来自专栏ypw
题目 1675: 算法2-3~2-6：Big Bang
题意：题目的意思就是insert 是在一个地方插入一个字符串，然后delete是删除一个字符串，show是展示当前存在的所有字符串，然后search 是查找字符串然后输出字符串存在的序号。 思路： 我们要插入字符串的话，需要给他腾出一个空间，并且其余的都往后移动一格，所以我们先遍历移动腾出空间然后我们在把需要插入的字符串插入。 我们删除字符串的话跟插入差不多，我们要先找到，不过删除并不是实际意义上的删除，而是当前要删除的那个元素的后一个，往前面移动将其覆盖！ 注意事项: 1）插入时判断位置是否合法 2）插入后表长度加1 3）删除后表长度减去1 4）插入前判断表是否满了，满了的话重分配空间 5）输出的时候人名用空格隔开 6）每个输出占一行 7）表为空的时候，没名字 ，但是考虑更加周全，并且插入删除比较方便，这在数据量很大的情况下会有更优的效果以及效率。
37340发布于 2021-03-04 - 来自专栏JAVA高级架构
Java数据结构与算法解析——2-3树
2-3查找树(2-3 Search Tree)保证在最坏的情况下插入和查找效率都能保证在对数的时间复杂度内完成。 左节点也是一个2-3节点，所有的值均比两个key中的最小的key还要小；中间节点也是一个2-3节点，中间节点的key值在两个跟节点key值之间；右节点也是一个2-3节点，节点的所有key值比两个key中的最大的 一棵2-3查找树或为一颗空树，或由以下节点组成： 1)2-节点：含有一个键和两条链接，左链接指向的2-3树中的键都小于该节点，右链接指向的2-3树中的键都大于该节点。 2)3-节点：含有两个键和三条链接，左链接指向的2-3树中的键都小于该节点，中链接指向的2-3树中的键都位于该节点的两个键之间，右链接指向的2-3树中的键都大于该节点。 距离来说，对于1百万个节点的2-3树，树的高度为12-20之间，对于10亿个节点的2-3树，树的高度为18-30之间。
1.4K70发布于 2018-04-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号