张士玉小黑屋

文章目录Leetcode451.问题描述2.解决方案Leetcode451.问题描述2.解决方案思路关键在于：在当前步覆盖范围内找一个下一步能走最远的，作为下一步的选择！官方说法：以最小的步数增加最大的覆盖范围，直到覆盖范围覆盖到了终点！代码实现也思路清晰1.在i<=curDistance范围内找到最大的nextDistance2.在i==

对抗博弈搜索——吃豆人介绍项目解决方案question2：Minimax算法question3：Alpha-Beta剪枝question4：Expectimaxquestion5：优化评估函数总结介绍实验介绍：https://inst.eecs.berkeley.edu/~cs188/sp21/project2/实验所需代码下载地址：https://inst.eecs.berkeley.edu/~cs18

前言在上一篇文章中我们已经详细介绍了决策树模型，并且提到了ID3算法及其局限性，那么在本篇文章中，我们将会介绍基于ID3算法进行改良的C4.5算法以及决策树拟合度的优化问题。目录前言1C4.5算法1.1修改局部最优化条件1.2连续变量处理手段2决策树的拟合度优化2.1决策树剪枝2.2CART算法2.2.1分裂准则2.2.2二叉分裂的优点2.2.3利用测试集进行剪枝2.2.3测试集和验证集结束语1C4.5算法

一、决策树决策树是一个应用非常广泛的模型。由于决策树算法模型非常有价值，还衍生出了很多高级版本，比如随机森林、梯度提升决策树算法（GBDT）。今天要介绍的是一个应用非常广泛的机器学习模型——决策树。首先从一个例子出发，看看女神是怎样决策要不要约会的；然后分析它的算法原理、思路形成的过程；由于决策树非常有价值，还衍生出了很多高级版本。决策树是机器学习中强大的有监督学习模型，本