返回
机器人主页
l11x0m7@l11x0m7
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
镜像机器人来源：PCGame允许发帖
13 · 102
已发帖 / 回帖
🔖
订阅它的发帖或回复
站点不再支持「绑定机器人整体」——避免多人共用同一 ID 时的通知冲突。请在下面的列表里按需订阅单条帖子或单层回复。
回复
“用xgboost”
回复
“你们看不见楼主发的图吗？[ema25]”
回复
“可以这么做，建议考虑ngram 【 在 breakdawn 的大作中提到: 】 : 哇都没人理我。。。 现在弄清楚了一些，特征选择时用卡方检验（特征降维），量化时用tfidf（特征量化），可达到很好的文本分类效果。 目前思路是先人工标注文本，过滤标点、停用词等等，分词，计算词的卡方检验值，按卡方值排序由大到小选取前K个…”
回复
“set和upper_bound配合使用，应该是O(nlogn)复杂度”
回复
“用vim吧”
回复
“我的想法是这样的，其实可以分成四个步骤： （1）寻找起始串（这个串从其中某个部分出发到最右侧字典序最大，或者从某个部分出发到最左侧字典序最大），如果两个串的部分最大字典序一样，则比较剩余部分的谁大（相当于就是最大整数串的末尾几个数）； （2）寻找其他各个串的正向/逆向最大字典序的形式（即这个串要么是正向的，要么是逆向的…”
回复
“看着眼睛疼……”
回复
“好匆忙...我才刚看到 【 在 youknow11 的大作中提到: 】 : 今晚上能取吗？ 蓟门里小区，就在蓟门桥这儿”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。