在鸢尾花数据集（n=150）中，通过三维参数空间遍历（「criterion/max_depth/min_samples_leaf」）结合6折分层验证，实现决策树准确率从92.1%至97.3%的跃升。实验揭示：信息熵准则在深层树（dept...

我使用随机森林、梯度提升和支持向量回归三种算法对音乐流行趋势预测进行了实验。实验采用阿里天池音乐数据集，通过特征工程提取时间特征、滞后特征和艺人静态特征，并进行异常值处理。结果显示...

我介绍了 Python 中用于处理日期和时间的内置库 datetime。我讲解了该库中的核心类，包括 datetime（日期时间）、date（日期）、time（时间）和 timedelta（时间差），说明了它们的用途、构造方...

使用动态规划计算 LCS 长度后，从dp[m][n]回溯构造 LCS 字符串：若text1[i-1] == text2[j-1]，加入 LCS 并向左上移动，否则向dp值较大的方向移动。最终反转 LCS 输出。时间复杂度 O(m×n)。

Dijkstra算法求解单源最短路径问题，适用于带权有向图。算法以节点1为起点，采用邻接表存储图结构以节省内存。核心步骤包括：初始化距离数组（起点设为0，其余为无穷大），通过优先队列每次选取...

该实验利用决策树算法进行分类（葡萄酒数据集）与回归（加州房价数据集），对比预剪枝（控制最大深度等参数）和后剪枝（CCP算法）策略对模型性能的影响。通过网格搜索优化超参数，结合SMOTE处理...