在机器学习中,无监督学习一直是我们追求的方向,而其中的聚类算法更是发现隐藏数据结构与知识的有效手段。目前如谷歌新闻等很多应用都将聚类算法作为主要的实现手段,它们能利用大量的未标注数据构建强大的主题聚类。本文从最基础的 K 均值聚类到基于密度的强大方法介绍了 6 类主流方法,它们各有擅长领域与情景,且基本思想并不一定限于聚类方法。 本文将从简单高效的 K 均值聚类开始,依次介绍均值漂移聚类、
摘要: 链表和数组一样,也是基础常用的数据结构之一,由于采取了与数组不同的数据存储方式,导致链表的随机访问、插入和删除操作时间复杂度都为 O ( n ) O(n) O(n),链表有多种类型,如单链表、循环链表和双向链表等。 链表的特性 链表有许多类型,接下来先以最简单的单链表进行分析。要了解链表的特性先得了解链表是如何存储的,链表每个存储单元被称为「结点」,结点不仅会存储数据本身,还