书栈网 · BookStack 本次搜索耗时 0.022 秒,为您找到 183630 个相关结果.
  • 四、剪枝算法

    四、剪枝算法 4.1 原理 4.2 算法 四、剪枝算法 决策树生成算法生成的树往往对于训练数据拟合很准确,但是对于未知的测试数据分类却没有那么准确。即出现过拟合现象。 过拟合产生得原因是决策树太复杂。解决的办法是:对决策树剪枝,即对生成的决策树进行简化。 决策树的剪枝是从已生成的树上裁掉一些子树或者叶结点,并将根结点或者其父结点作为新的叶...
  • 国密算法

    sm-crypto 安装 sm2 获取密钥对 加密解密 签名验签 获取椭圆曲线点 sm3 sm4 加密 解密 sm-crypto 小程序 js 库。国密算法 sm2、sm3 和 sm4 的实现。 使用此组件需要依赖小程序基础库 2.2.1 以上版本,同时依赖开发者工具的 npm 构建。具体详情可查阅官方 npm 文档 。 ...
  • 加解密算法

    加解密算法 加解密系统基本组成 对称加密算法 非对称加密算法 选择明文攻击 混合加密机制 离散对数与 Diffie–Hellman 密钥交换协议 安全性 加解密算法 加解密算法是现代密码学核心技术,从设计理念和应用场景上可以分为两大基本类型,如下表所示。 算法类型 特点 优势 缺陷 代表算法 对称加密 加解密...
  • 10.1 排序算法

    10.1 排序算法 10.1.1 冒泡排序 10.1.2 插入排序 10.1 排序算法   所谓排序,就是使一串记录,按照其中的某个或某些关键字的大小,递增或递减地排列起来的操作。排序的算法有很多,各种算法对空间的要求及时间效率也各有差别。其中插入排序和冒泡排序又被称作简单排序,它们对空间的要求不高,但时间效率不稳定。而其他一些排序相对于...
  • 7.5 AdaGrad算法

    7.5 AdaGrad算法 7.5.1 算法 7.5.2 特点 7.5.3 从零开始实现 7.5.4 简洁实现 小结 参考文献 7.5 AdaGrad算法 在之前介绍过的优化算法中,目标函数自变量的每一个元素在相同时间步都使用同一个学习率来自我迭代。举个例子,假设目标函数为 ,自变量为一个二维向量 ,该向量中每一个元素在迭代时都使用...
  • gdes (DES算法)

    gdes gdes DES算法。 使用方式 : import "github.com/gogf/gf/crypto/gdes" 关于gdes 包中的补位说明: gdes 包中补位方式支持:PKCS5PADDING 、NOPADDING 两种方式,当使用NOPADDING 方式时需要自定义补位方法。 关于gdes包中的密钥的说明:当...
  • 向量检索算法

    向量检索算法 精确检索 近似检索 基于树的搜索算法 基于哈希的空间划分法 向量量化的编码算法 基于图的搜索方法 向量检索算法 通常来说,面向向量的相似性检索的方法分为精确检索和近似检索两类。 精确检索 精确检索的本质就是线性查找。线性查找通过在整个向量空间内,遍历所有已存向量计算其与检索向量的距离,通常是计算欧几里德距离或者点积。欧...
  • 向量检索算法

    向量检索算法 精确检索 近似检索 基于树的搜索算法 基于哈希的空间划分法 向量量化的编码算法 基于图的搜索方法 向量检索算法 通常来说,面向向量的相似性检索的方法分为精确检索和近似检索两类。 精确检索 精确检索的本质就是线性查找。线性查找通过在整个向量空间内,遍历所有已存向量计算其与检索向量的距离,通常是计算欧几里德距离或者点积。欧...
  • 11.2 MDS算法

    11.2 MDS算法 11.2 MDS算法 不管是使用核函数升维还是对数据降维,我们都希望原始空间样本点之间的距离在新空间中基本保持不变 ,这样才不会使得原始空间样本之间的关系及总体分布发生较大的改变。“多维缩放”(MDS) 正是基于这样的思想,MDS要求原始空间样本之间的距离在降维后的低维空间中得以保持 。 假定m个样本在原始空间中任意两两样...
  • Hash算法-HashUtil

    Hash算法-HashUtil 介绍 方法 Hash算法-HashUtil 介绍 HashUtil 其实是一个hash算法的集合,此工具类中融合了各种hash算法。 方法 这些算法包括: additiveHash 加法hash rotatingHash 旋转hash oneByOneHash 一次一个hash bernstei...