开发中常见错误解决小总结

• 问题陈述1：预测房价走势。

解决该问题的机器学习算法：诸如随机森林和梯度提升之类的高级回归算法。

• 问题陈述2：深挖客户统计数据用以识别模式。

解决该问题的机器学习算法：聚类算法(肘部法则)。

• 问题陈述3：预测贷款还款情况。

解决该问题的机器学习算法：不平衡数据集分类算法。

• 问题陈述4：根据皮肤病变的特征(大小、形状、颜色等)判断病变为良性还是恶性。

解决该问题的机器学习算法：卷积神经网络(U-Net网络是用于分割的不二之选)。

• 问题陈述5：预测客户流失。

解决该问题的机器学习算法：线性判别分析(LDA)或二次判别分析(QDA)。LDA特别受欢迎，因为它既是分类器又是降维技术。

• 问题陈述6：为员工招聘提供决策框架。

解决该问题的机器学习算法：在这方面，决策树堪称“职业玩家”。

• 问题陈述7：了解并预测产品的热销属性。

解决该问题的机器学习算法：逻辑回归或决策树。

• 问题陈述8：分析市场情绪，评估市场对产品的认知。

解决该问题的机器学习算法：朴素贝叶斯-支持向量机(NBSVM算法)。

• 问题陈述9：创建分类系统，过滤垃圾邮件。

解决该问题的机器学习算法：分类算法。建议使用朴素贝叶斯、支持向量机、多层感知器神经网络(MLPNNs)和径向基函数神经网络(RBFNN)算法。
 

N 叉树的遍历框架，找出来了把～你说，树这种结构重不重要?

综上，对于畏惧算法的朋友来说，可以先刷树的相关题目，试着从框架上看问题，而不要纠结于细节问题。

纠结细节问题，就比如纠结 i 到底应该加到 n 还是加到 n - 1，这个数组的大小到底应该开 n 还是 n + 1 ?

从框架上看问题，就是像我们这样基于框架进行抽取和扩展，既可以在看别人解法时快速理解核心逻辑，也有助于找到我们自己写解法时的思路方向。

当然，如果细节出错，你得不到正确的答案，但是只要有框架，你再错也错不到哪去，因为你的方向是对的。

但是，你要是心中没有框架，那么你根本无法解题，给了你答案，你也不会发现这就是个树的遍历问题。

这种思维是很重要的，动态规划详解中总结的找状态转移方程的几步流程，有时候按照流程写出解法，说实话我自己都不知道为啥是对的，反正它就是对了。。。

这就是框架的力量，能够保证你在快睡着的时候，依然能写出正确的程序;就算你啥都不会，都能比别人高一个级别。

四、总结几句

数据结构的基本存储方式就是链式和顺序两种，基本操作就是增删查改，遍历方式无非迭代和递归。

刷算法题建议从「树」分类开始刷，结合框架思维，把这几十道题刷完，对于树结构的理解应该就到位了。这时候去看回溯、动规、分治等算法专题，对思路的理解可能会更加深刻一些。

（编辑：济宁站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!