題意:
110公尺欄,運動員能夠用三種狀態跑,1狀態耗體力f1且跑得快,2狀態不消耗體力,3狀態恢復體力f3但跑得慢。體力上限是m,且初始滿體力,求跑完全程所用最短時間
思路:d[i][j]表示 跑完第i個階段,體力為j的情況下,用的最少時間 注意:j代表的時候跑完後的能量 即增完或減完或不變完
分類討論
階段i要按順序遍歷
體力值j從0到m遍歷
對於三種模式:
快速模式:前提是當前體力值j>=該模式消耗的體力值
中速:沒的說
低速:注意上限是m
#include
#include
#include
#include
#include
#include
#include
#include
#include
#define ll long long
#define inf 0x3f3f3f3f
using
namespace std;
const
int maxn=
200;
int dp[maxn]
[maxn]
;int
main()
int temp=
min(j+f2,m)
; dp[i]
[temp]
=min
(dp[i]
[temp]
,dp[i-1]
[j]+t3)
;//slow mode}}
int ans=inf;
for(
int i=
0;i<=m;i++
) ans=
min(ans,dp[n]
[i])
;printf
("%d\n"
,ans);}
}
二分類 多分類
怎麼樣把兩類的分類的模型推廣到多類上?答 a.一對多法 one versus rest,簡稱ovr svms 訓練時依次把某個類別的樣本歸為一類,其他剩餘的樣本歸為另一類,這樣k個類別的樣本就構造出了k個svm。分類時將未知樣本分類為具有最大分類函式值的那類。b.一對一法 one versus on...
1 8 分類問題
輸出變數y為離散的有限的值時,問題稱為分類問題。學習得到的分類模型或者決策函式稱為分類器。分類器效能評估的指標 準確率 accuracy 分類正確佔總樣本的比值,也可看著是0 1損失函式在測試集上的準確率 一般二分類問題多,評價指標主要是精確率,召回率,準確率 在測試集上 tp 正類被 為正類的數量...
五 分類 其它分類技術5
結構風險最小化理論 給出了線性分類器邊緣與其泛化誤差之間關係的形式化解釋 1.線性決策邊界wx b 0 2.線性分類器的邊緣 3.學習線性svm模型 拉格朗日乘子法 kkt條件 支援向量 對偶拉格朗日函式 軟邊緣,學習允許一定訓練錯誤的決策邊界 在優化問題的約束中引入正值的鬆弛變數 鬆弛變數提供了決...