对偶问题 对偶问题定义 考虑一个一般的优化问题： $$\begin{aligned}&\min_x\quad f_0(x)\\&s.t.\quad f_i(x_0)\leq0,i=1,\ldots,m\\&h_j(x)=0,j=1,\ldots,p\\&x\in R^n\end{aligned}$$ 定义其拉格朗日函数为 $$L(x,\lambda,v)=f_0(x

通用模版 由于matplotlib的知识点非常繁杂，在实际使用过程中也不可能将全部API都记住，很多时候都是边用边查。因此这里提供一个通用的绘图基础模板，任何复杂的图表几乎都可以基于这个模板骨架填充内容而成。初学者刚开始学习时只需要牢记这一模板就足以应对大部分简单图表的绘制，在学习过程中可以将这个模板模块化，了解每个模块在做什么，在绘制复杂图表时如何修改，填充对应的模块。 123456789101

step1 评价矩阵标准化+归一化 已有正向化处理之后的矩阵 $\begin{aligned}& X=\begin{bmatrix}x_{11}&x_{12}&\cdots&x_{1m}\\x_{21}&x_{22}&\cdots&x_{2m}\\\varvdots&\varvdots&\ddots&\varvdots

优化算法概论 理想的优化算法有以下几个特点 数值解 {xk}k = 0∞的迭代，实际中操作使用有限次，满足一定条件停止迭代即可 单调性，满足f(xk + 1) < f(xk − m)就很好，但是往往碰到螺旋下降的情况 策略 ：xk如何到xk + 1? 线搜索方法 xk + 1 = xk + αkpk 这里αk是一个很小的正量表示步长，pk表示方向，线搜索方法就是先定方向，再定步长 信赖域

基本思想 支持向量机的基本思想就是用一个超平面来划分一群点，达到二分类效果。寻找超平面过程中。我们使用最小化间隔的思想，使得svm具有鲁棒性。 硬间隔SVM 欲分类点记为(xi, yi)i = 1N共N个，预测结果yi取值为0，1 我们的判别模型可以表示为 f(w) = sign(wTx + b) 其中wTx + b = 0就是1划分所用的超平面，因此约束条件可以表示为 yi(wTx + b) &

算法竞赛集训笔记（一） c++stl 基础内容，从hello world谈起 1234567#include <iostream>using namespace std;int main(){ cout<<"hello world!"<<endl; return 0;} c语言的头文件在c++全部可以使用，但是

整数规划 整数规划 整数线性规划用intlinprog求解 整数非线性规划无求解算法，只能模拟，使用蒙特卡罗或其他智能算法 个人觉得，选取决策变量是建模时及其关键的一步！ 01整数规划 依然可以考虑使用求解器求解，只要限制lb=0，ub=1即可 一些例题 学校选址要求覆盖全部小区 $\begin{array}{|c|c|c|c|c|c|c|c|c|}\hline\text{备选校址}&

NOIP2003 普及组 栈 考虑的是这样一个问题：一个操作数序列， 1,2,…,n（图示为 1 到 3 的情况），栈 A 的深度大于 n。 现在可以进行两种操作， 将一个数，从操作数序列的头端移到栈的头端（对应数据结构栈的 push 操作） 将一个数，从栈的头端移到输出序列的尾端（对应数据结构栈的 pop 操作） 问可以构成多少排列？ 记忆化搜索 本题关键在于用怎样的数据结构模拟过程，起先我希望

高精度算法模版（自拟自用） int -2147483648～2147483647 加法，其实就是模拟竖式计算，但是cin的数其高位在数组小脚标位置，我们做加法应该从自然数低位开始加法，因此在string转换为int数组（也可以vector）时倒序填入，然后用一个新数组存放两个数组相加得到的结果，最后倒序输出这个新数组即可。。 123456789101112131415161718192021222

Day 1 小专题 多个输入 读入大量数据的范式 比如，求未知个整数的和 12345678910111213int main(){ int c=0; int x; while(true) { cin>>x; if(!cin) break; c+=x; } cout<<