AdaBoost Boosting Boosting是指，仅通过训练精度比随机猜想（50%）稍高的学习器，通过集成的方式过建出强学习器。 其中boosting中最有名的是AdaBoost算法。AdaBoost是英文"AdaptiveBoosting"（自适应增强）的缩写，它的自适应在于：前一个基本分类器被错误分类的样本的权值会增大，而正确分类的样本的权值会减小，并再次用来训练下一个基本分类器。同时，在每一轮迭代中，加入一个新的弱分类器，直到达到某个预定的足够小的错误率或达到预先指定的最大迭代次数才确定最终的强分类器。 AdaBoost推导 设存在数据集，其中 考虑二分类问题 因为AdaBoo...

最小生成树（最小代价树） 对于一个带权连通无向图G=(V,E)，生成树不同，每棵树的权（即树中所有边上的权值之和)也可能不同。设R为G的所有生成树的集合，若T为R中边的权值之和最小的生成树，则T称为G的最小生成树(Minimum-Spanning-Tree,MST)。 最小生成树可能有多个，但边的权值之和总是唯一且最小的 最小生成树的边数=顶点数一1。砍掉一条则不连通，增加一条边则会出现回路 如果一个连通图本身就是―棵树，则其最小生成树就是它本身 只有连通图才有生成树，非连通图只有生成森林 Prim算法（普里姆） Prim算法（普里姆): 从某一个顶点开始构建生成树; 每次将代价最小的...

快速幂、龟速乘总结 一、快速幂 求\(a^b\mod\p\) \(Code\) //快速幂(不加mod) intqmi(inta,intb){ intres=1; while(b){ if(b&1)res=resa; b>>=1; a=aa; } returnres; } //快速幂 intqmi(inta,intb){ intres=1; while(b){ if(b&1)res=(resa)%MOD; b>>=1; a=aa%MOD; } returnres; } 解释一下： 假如我们需要计算\(2^{10}\),正常的办法是 ints=1;...