Hilda

「离开世界之前一切都是过程」

【java集合】02.Collection接口

Collection 接口是 Java 集合框架的根接口之一，它定义了所有单值集合（如 List 和 Set）的通用行为。了解它的常用方法是学习集合的第一步。 1.Collection常用方法以下是 Collection 接口中一些最常用且重要的方法，可以帮助你进行基本的集合操作： 1. 添加元素 boolean add(E e) 用于向集合中添加一个元素。如果集合因...

Posted by Hilda on September 4, 2025

【java集合】01.集合的引入

1.集合的引入 java集合也叫容器。主要是由两大接口派生而来：一个是 Collection接口，主要用于存放单一元素；另一个是 Map 接口，主要用于存放键值对。对于Collection 接口，下面又有三个主要的子接口：List、Set 、 Queue。 List(对付顺序的好帮手): 存储的元素是有序的、可重复的。 Set(注重独一无二的性质): 存储的元素不可重复的。...

Posted by Hilda on September 4, 2025

【新手003】二分、复杂度、动态数组、哈希表和有序表

1.有序数组找数可以是有序数组找某个数，找到返回True,没找到返回False 可以是有序数组（没有重复的数），找到某个数的位置下面代码完成的功能是上面第二个要求：分别给出了二分写法和暴力写法，以及对数器。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30...

Posted by Hilda on September 2, 2025

【新手002】Math.random()随机函数

1.概率实验：验证 Math.random() 方法生成随机数的均匀性 Math.random() 生成的随机数在 [0.0, 1.0) 区间内均匀分布，下面是一个证明均匀分布的小实验： 1 2 3 4 5 6 7 8 9 10 11 public class Test_Random { public static void main(String[] args) { ...

Posted by Hilda on September 2, 2025

Ollama-CLI

1.什么是Ollama? Ollama 是一个开源的大型语言模型（LLM）平台，Ollama 提供了简洁易用的命令行界面和服务器，使用户能够轻松下载、运行和管理各种开源 LLM，通过 Ollama，用户可以方便地加载和使用各种预训练的语言模型，支持文本生成、翻译、代码编写、问答等多种自然语言处理任务。【ollama官网】：https://ollama.com 任何私人的一些...

Posted by Hilda on August 18, 2025

机器学习算法2-线性回归-归一化与正则化

1.归一化（Normalization）梯度下降优化的效率受到不同特征维度（如\(x_1\) 和 \(x_2\)）数值大小差异的影响。在这种情况下，梯度下降的路径会非常曲折，需要在宽阔的维度上迈小步，在狭窄的维度上迈大步，导致收敛速度非常慢。当对特征进行归一化处理后，它们的取值范围变得相似，损失函数的等高线会变得接近圆形，梯度下降可以沿着更直线的路径，高效地向中心收敛，大...

Posted by Hilda on August 10, 2025

机器学习算法2-线性回归-多项式回归

在多篇博客中已经提及了多项式回归：比如机器学习算法2-线性回归-实战、岭回归、Lasso回归这篇博客再做一些补充。 1.多项式回归在做升维的时候，最常见的手段就是将已知维度进行相乘(或者自乘)来构建新的维度。普通线性方程, 无法拟合规律, 必须是多项式, 才可以完美拟合曲线规律。对于多项式回归来说主要是为了扩展线性回归算法来适应更广泛的数据集, 比如我们数据集有两个维...

Posted by Hilda on August 10, 2025

机器学习算法2-线性回归-Elastic-Net弹性网络

Elastic-Net是一种结合了L1和L2正则化的线性回归模型。它的目标是最小化一个损失函数，这个损失函数由三部分组成：均方误差项：$$(\frac{1}{2n_{samples}}) Xw - y ^2$$，这部分是普通...

Posted by Hilda on August 10, 2025

机器学习算法2-线性回归-梯度下降原理

1.无约束最优化问题 (Unconstrained Optimization Problem) 无约束最优化问题旨在从所有可能的解决方案中，找到一个在特定指标（如函数值）下达到最优（最小或最大）的方案。从数学角度看，这通常是寻找一个函数在给定集合 S 上的极小值或极大值。广义上的最优化包括数学规划、图与网络、组合最优化等多个领域。狭义上的最优化则特指数学规划。 “无约束最优化...

Posted by Hilda on August 9, 2025

机器学习算法2-线性回归-波士顿房价问题

线性回归实战-Boston 数据集回归分析要求：使用 scikit-learn 的 load_boston 加载波士顿房价数据集，并完成以下任务：注：load_boston从sklearn 1.2版本之后已经被移除，所以可以采用下面的方式加载数据： 1 2 3 4 5 6 7 import pandas as pd import numpy as n...

Posted by Hilda on August 6, 2025