- 综合排序
- 最热优先
- 最新优先
- 来自专栏C语言及其他语言
【优质题解】问题 1716: 算法10-6~10-8：快速排序
1):先选取一个元素作为枢纽，把比枢纽小的元素置于枢纽前，比枢纽大的元素置于枢纽后，此时枢纽前的元素都比它小，其后面的元素都比它大，然后再按以上方法递归处理枢纽前，后序列。
46830发布于 2018-07-24 - 来自专栏mysql
hhdb数据库介绍(10-6)
计算节点升级为管理平台对计算节点版本提供在线升级的功能。满足对单节点、主备节点、多节点和容灾模式集群的跨版本或小版本升级迭代。同时可为用户提供升级过程突发异常情况时的自动回滚保护机制，程序尽量保证将集群回滚至升级前的状态减少对线上业务的影响。
36510编辑于 2025-03-12 - 来自专栏AI机器学习与深度学习算法
机器学习入门 10-6 精确率-召回率曲线
通过上一小节的学习，我们知道decision_function(X_test)函数得到的是每一个测试样本在分类算法上计算的分数值score。 现在假设我们有两个算法或者对于同一个算法有两组超参数，每一个算法或者每一组超参数都对应一个Precision-Recall曲线。下图中的两根曲线分别表示两个算法。 "算法2"的Precision-Recall曲线包裹着"算法1"上的Precision-Recall曲线，很明显"算法2"要优于"算法1"。 因此一个算法模型的Precision-Recall曲线越靠外的话，这个算法模型就越好，因此这中Precision-Recall曲线可以作为模型选择、算法选择、超参数选择的指标。 我们会用一根非常著名的ROC曲线与xy轴所围成的面积来衡量模型算法的优劣。下一小节将会介绍ROC曲线。
4.4K30发布于 2020-05-13 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 习题10-6 递归求Fabonacci数列
习题10-6 递归求Fabonacci数列 本题要求实现求Fabonacci数列项的函数。
1.5K30发布于 2020-09-15 - 来自专栏智能大数据分析
聚类分析方法（二）
根据算法10-5，因为 S 有8个数据对象，因此，刚开始每个对象为一个簇，详见下表10-6。 因此簇 \{X_7\} 和 \{X_8\} 合并为 \{X_7,X_8\} ，见表10-6计算步骤5所在的行。 算法10-6 DIANA算法 (分裂层次算法) 输人：数据对象集 S=\{X_1,X_2,\cdots,X_n\} 和正整数 k (簇的数目) 输出：含 k 个簇的聚类 C=\{C_1,C_2,\ 试用DIANA算法对其进行划分聚类。 解：根据算法10-6，因为 S 有8个数据对象，因此，刚开始所有对象作为一个簇 C_o=\{X_1,X_2,X_3,X_4,X_5,X_6,X_7,X_8\} 。 由于 k=2 ，因此算法结束并输出聚类 C ，将其与图10-17比较可以发现，这个聚类结果还是相当令人满意的。但是，如果在例10-6中指定 k=4 ，则算法需要进入第二轮和第三轮循环。
40210编辑于 2025-01-23 - 来自专栏机器学习与自然语言处理
Stanford机器学习笔记-10. 降维(Dimensionality Reduction)
图10-2 一个3维到2维的例子 降维的好处很明显，它不仅可以数据减少对内存的占用，而且还可以加快学习算法的执行。 注意，降维只是减小特征量的个数(即n)而不是减小训练集的个数(即m)。 一般的，将特征量从n维降到k维： image.png 注意: PCA和线性回归是不同的，如图10-6所示，线性回归是以平方误差和(SSE)最小为目标，参见1.2.4节；而PCA是使投影(二维即垂直)距离最小 图10-6 PCA不是线性回归 分别基于上述两种目标的具体推导过程参见周志华老师的《机器学习》P230。 结合PCA算法，选择K的算法总结如下： ? 这个算法效率特别低。在实际应用中，我们只需利用svd()函数，如下： ? PCA通常用来压缩数据以加快算法，减少内存使用或磁盘占用，或者用于可视化(k=2, 3)。 参考：《机器学习》 周志华
1.1K80发布于 2018-03-13 - 来自专栏机器学习算法与Python学习
机器学习(8) -- 降维
注意: PCA和线性回归是不同的，如图10-6所示，线性回归是以平方误差和(SSE)最小为目标，参见1.2.4节；而PCA是使投影(二维即垂直)距离最小；PCA与标记或者预测值完全无关，而线性回归是为了预测 图10-6 PCA不是线性回归 分别基于上述两种目标的具体推导过程参见周志华老师的《机器学习》P230。 10.2.2 Principal Component Analysis Algorithm 基于上一节给出的结论，下面给出PCA算法。 结合PCA算法，选择K的算法总结如下： ? 这个算法效率特别低。在实际应用中，我们只需利用svd()函数，如下： ? PCA通常用来压缩数据以加快算法，减少内存使用或磁盘占用，或者用于可视化(k=2, 3)。 参考：《机器学习》 周志华
1.2K100发布于 2018-04-04 - 来自专栏全栈程序员必看
Oracle 函数大全[通俗易懂]
select CURRENT_TIMESTAMP from dual; --结果：10-6月 -21 02.34.20.845299 下午 +08:00 LOCALTIMESTAMP：返回当前会话时区的日期时间 Select LOCALTIMESTAMP from dual; --结果：10-6月 -21 02.36.17.989733 下午 MONTHS_BETWEEN(date1,date2)：计算date1 select SYS_EXTRACT_UTC(systimestamp) from dual; --结果：10-6月 -21 06.41.59.738669 上午 SYSDATE：取得当前的日期和时间, SELECT systimestamp from dual; --结果：10-6月 -21 02.44.06.551610 上午 -04:00 TO_TIMESTAMP(char[fmt[,’nls_param /1 21:11:11 --date型转成timestamp select cast(sysdate as timestamp) date_to_timestamp FROM dual; --结果：10
3.4K20编辑于 2022-09-07 - 来自专栏完美Excel
VBA专题10-6：使用VBA操控Excel界面之执行命令以及激活功能区选项卡的两种方法
Application.CommandBars.ExecuteMso(idMso)
5.8K20发布于 2020-09-25 - 来自专栏用户4866861的专栏
选择电子停车计时装置检定仪应注意这9点
2、内部晶振指标对比 首选恒温晶振OCXO,并且准确度越高越好，市场上一般的厂家的频率准确度：1×10-6，建议选择稍微好点的晶振，比如恒温晶振频率准确度：≤3E-8，秒稳定度：≤3E-11/s，客户挑选的时候务必留意 3、计时测量指标对比 市场上一般的厂家的停车计时检定装置的计时分辨率：0.01s，计时误差：±(0.01+T×10-6)s，这点虽说是可以建标，但是毕竟分辨率位数多了更精确些，比如：计时分辨率：0.001s
64130发布于 2021-06-18 选择电子停车计时装置检定仪应注意这9点
2、内部晶振指标对比首选恒温晶振OCXO,并且准确度越高越好，市场上一般的厂家的频率准确度：1×10-6，建议选择稍微好点的晶振，比如恒温晶振频率准确度：≤3E-8，秒稳定度：≤3E-11/s，客户挑选的时候务必留意 3、计时测量指标对比市场上一般的厂家的停车计时检定装置的计时分辨率：0.01s，计时误差：±(0.01+T×10-6)s，这点虽说是可以建标，但是毕竟分辨率位数多了更精确些，比如：计时分辨率：0.001s
12610编辑于 2026-06-18- 来自专栏黎鹤舞的编程技术栏
常用的数据单位符号
= 1,024 (210)B 1 Kbps = 1,000 bps m = 10-3 1 MB = 1,000 KB 1 MB = 1,024 KB 1 Mbps = 1,000 Kbps µ = 10
47600编辑于 2024-05-27 - 来自专栏愿天堂没有BUG（公众号同名）
阿里高级专家推荐学习深入解析java虚拟机：垃圾回收，Parallel GC
从算法上看，两个垃圾回收器并无太大区别，只是Parallel GC充分利用了多核处理器。 GC任务管理器 Parallel GC使用ScavengeRootsTask表示GC Root扫描任务。 ScavengeRootsTask实际上继承自GCTask，它会被放入GCTaskQueue，然后由GCTaskManager统一执行，如图10-6所示。 图10-6 动态GC任务分配 如代码清单10-14所示，垃圾回收器会向GCTaskQueue投递OldToYoungRootTask、ScavengeRootsTask、ThreadRootsTask和 为了负载均衡，GC线程可以将GCTask分割为更细粒度的GCTask然后放入队列，比如一个指定GC Root类型扫描任务可以使用BFS（Breadth First Searching，广度优先搜索）算法 工作窃取算法对应StealTask，它的核心逻辑如代码清单10-15所示： 代码清单10-15 Steal Task template<class T, MEMFLAGS F> bool GenericTaskQueueSet
1.4K30编辑于 2022-10-28 【周练】 几何水题 （水）
Errors less than 10-6 will be ignored.
27210编辑于 2025-08-26- 来自专栏技术分享
【算法】----BF算法&KMP算法
我们今天所讨论的两个算法就是有关该过程的算法。 事实上，对于检索，无非就是两个字符串的匹配过程，模式串是你想要匹配的串，主串是你搜索所在串。 BF算法和KMP算法是较为著名的模式匹配算法，接下来作出详细介绍。 BF算法 BF算法(Brute-Force)也称为暴力算法，其核心原理是逐个比较文本串和模式串的字符，如果匹配失败，则通过向右移动模式串的位置，再次进行比较。 在实际情况下，BF算法的效率并不高，特别是当文本串T和模式串P的长度很大时。对于较长的文本串和模式串，BF算法的时间复杂度可能会导致性能问题。 答案就是KMP算法。 KMP算法 KMP算法的核心思想是利用模式串自身的特点来加速匹配过程，避免重复匹配。
58210编辑于 2024-06-18 - 来自专栏细嗅蔷薇
Contest100000568 – 《算法笔记》2.4小节——CC++快速入门->循环结构
求圆周率PI的近似值，直到发现某一项的绝对值小于10-6为止（该项不累加）。 要求输出的结果总宽度占10位，其中小数部分为8位。 程序中使用浮点型数据时，请定义为双精度double类型。 Sample Input 无 Sample Output PI=3.14159065 思路 10-6为10的-6次方，需用pow（a,b）函数。 blog.csdn.net/c1014yzh/article/details/87908002） 版权所有：可定博客 © WNAG.COM.CN 本文标题：《Contest100000568 – 《算法笔记
69210发布于 2020-04-20 - 来自专栏用户4866861的专栏
电子停车计时收费检定仪注意事项总结，停车计时检定仪，停车计时收费校准仪
2、内部晶振指标对比首选恒温晶振OCXO,并且准确度越高越好，市场上一般的厂家的频率准确度：1×10-6，建议选择稍微好点的晶振，比如恒温晶振频率准确度：≤3E-8，秒稳定度：≤3E-11/s，客户挑选的时候务必留意 3、计时测量指标对比市场上一般的厂家的停车计时检定装置的计时分辨率：0.01s，计时误差：±(0.01+T×10-6)s，这点虽说是可以建标，但是毕竟分辨率位数多了更精确些，比如：计时分辨率：0.001s
64830编辑于 2023-05-31 【周练】 求导
Errors less than 10-6 will be ignored.
23910编辑于 2025-08-26【UVa】10566 - Crossed Ladders（二分 & 数学）
Errors less than 10-6 will be ignored.
29510编辑于 2025-08-27- 来自专栏PPV课数据科学社区
【算法】PCA算法
小编邀请您，先思考： 1 PCA算法的原理是什么？ 2 PCA算法有什么应用？
2K40发布于 2018-04-18
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