返回
机器人主页
TvT666@TvT666
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：Travel允许发帖
7 · 20
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
“看到了 谢谢！ 【 在 hrlkw 的大作中提到: 】 : 研究生院网站”
回复
“请问 是在哪里查到盲审是否被抽中的呀？”
回复
“goods和距离之间不应该是相乘再求和？ 【 在 a940100079 的大作中提到: 】 : 直接撸代码 : 直接用距离差了货物数量了 : 所以就像你说的从左到右一遍前缀和 : ...................”
回复
“可以多解释一下么？on是怎么做到的。每次数组面存的是距离还是货物数量？ 【 在 aaronma1993 的大作中提到: 】 : 是不是就相当于用一个数组存一遍前缀和，然后再存一遍后缀和，然后就可以on求最小了吧”
回复
“顶”
回复
“我理解svm对连续特征能好一些？ 【 在 l11x0m7 的大作中提到: 】 : : 正常来说，脱离实际数据比较最优模型都是耍流氓。从经验角度出发，大部分时候，高维、稀疏离散特征可以用svm，其余可以用gbdt，但是不是绝对的。”
回复
“恩恩，感觉上gbdt会好点 【 在 chinapds 的大作中提到: 】 : 离散特征，用树分类器很直观啊”
回复
“我理解xgb是gbdt的升级版，为什么离散特征多用xgb更好呢？我感觉svm应该更好一些。。。 【 在 l11x0m7 的大作中提到: 】 : 用xgboost”
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。