选择算法

A. 机器学习中，怎样分析数据结构来选择算法

在模型选择方面，本身来说，个人觉得并没有一种很确定的指导方式，更多的是从你数据的应用角度去考虑问题，然后才是你对数据的理解。

应用角度的问题就是你对模型的要求，如果你的要求是模型尽量是可解释的，那么选择估计就只有决策树，逻辑回归等等这种简单的模型。
数据的角度：这个角度其实更多的是从获取某种先验知识或者基于某种假设等等，然后你去选择模型；
比如我有一个数据，我知道y-x>0则为1类，y-x<0则为0类别，这个是假设我知道的情况下，你会怎么取选择分类器呢，很明显，直接用线性回归就应该做的不错，或许和你之后的会有点小偏差，但是就是应该不错，那么此时你会发现SVM的线性核应该可以是可以的，你的思路就会发现，其实基本上所有的线性分类器在这样的数据集合上都应该不错的；
然而你考虑一下Decision Tree，你会发现他做的不是很好，但是最差最差也能够得到75%（假设我就分一次，x>0和x<0），这个时候你怎么评估这个问题的好与坏呢，如果是赌场，这个效果是很好了，但是如果是指纹的识别，这个就不好了；再深入的考虑下去，你可能会否定Decision Tree，但是，其实这个问题，如果是用 Random Forest去做，他又会做的很好，因为在不断的选取数据中，他会不断的得到新的划分点。
你也可以从wikipedia（Random forest）的介绍中感觉到，RF是可以做好的，因为他相当于是带权的KNN；
所以我觉得在实际应用中，从简单模型开始尝试，或许会有新的对数据的认识，从而使你得到一些没有的信息，如上述的问题中，你从linear regression就很容易发现这个效果，但是你如果一来就是NN或者SVM，或许你就发现不了这种关系了；
当然，如果你是为了快速的做出一个好的结果，那一来就尝试复杂模型总会是稍微好点的，理由也是很简单的，因为复杂模型的VC维比较高，当然就能解决更多的问题。

B. 初学者如何选择合适的机器学习算法（附算法

如何为分类问题选择合适的机器学习算法 若要达到一定的准确率，需要尝试各种各样的分类器，并通过交叉验证选择最好的一个。但是，如果你只是为你的问题寻找一个“足够好”的算法或者一个起点，以下准则有利于选择合适的分类器：你的训练集有多大？如果训练集很小，那么高偏差/低方差分类器（如朴素贝叶斯分类器）要优于低偏差/高方差分类器（如k近邻分类器），因为后者容易过拟合。然而，随着训练集的增大，低偏差/高方差分类器将开始胜出（它们具有较低的渐近误差），因为高偏差分类器不足以提供准确的模型。这可以认为这是生成模型与判别模型的区别。一些特定算法比较朴素贝叶斯优点：简单；如果朴素贝叶斯（NB）条件独立性假设成立，相比于逻辑回归这类的判别模型，朴素贝叶斯分类器将收敛得更快，所以你只需要较小的训练集。而且，即使NB假设不成立，朴素贝叶斯分类器在实践方面仍然表现很好。如果想得到简单快捷的执行效果，这将是个好的选择。缺点：不能学习特征之间的相互作用（比如，它不能学习出：虽然你喜欢布拉德·皮特和汤姆·克鲁斯的电影，但却不喜欢他们一起合作的电影）。逻辑回归优点：有许多正则化模型的方法，不需要像在朴素贝叶斯分类器中那样担心特征间的相互关联性。与决策树和支持向量机 不同，有一个很好的概率解释，并能容易地更新模型来吸收新数据（使用一个在线梯度下降方法）。如果你想要一个概率框架（比如，简单地调整分类阈值，说出什么时候是不太确定的，或者获得置信区间），或你期望未来接收更多想要快速并入模型中的训练数据，就选择逻辑回归。决策树优点：易于说明和解释，很容易地处理特征间的相互作用，并且是非参数化的，不用担心异常值或者数据是否线性可分（比如，决策树可以很容易地某特征x的低端是类A，中间是类B，然后高端又是类A的情况）。缺点：1）不支持在线学习，当有新样本时需要重建决策树。2）容易过拟合，但这也正是诸如随机森林（或提高树）之类的集成方法的切入点。另外，随机森林适用于很多分类问题（通常略优于支持向量机）---快速并且可扩展，不像支持向量机那样调一堆参数。随机森林正渐渐开始偷走它的“王冠”。 SVMs 优点：高准确率，为过拟合提供了好的理论保证；即使数据在基础特征空间线性不可分，只要选定一个恰当的核函数，仍然能够取得很好的分类效果。它们在超高维空间是常态的文本分类问题中尤其受欢迎。然而，它们内存消耗大，难于解释，运行和调参 复杂，尽管如此，更好的数据往往胜过更好的算法，设计好的特征非常重要。如果有一个庞大数据集，这时使用哪种分类算法在分类性能方面可能并不要紧；因此，要基于速度和易用性选择算法。

C. 选择排序算法

#include<stdio.h>
int main(){
int n,k,i,j,m;
int a[100];

scanf("%d",&n);
for(i=0;i<n;i++){
scanf("%d",&a[i]);
}
for(i=0;i<n-1;i++){
for(j=i+1;j<n;j++){
if(a[i]>a[j]){
k=a[j];
a[j]=a[i];
a[i]=k;
}
}
}
for(i=0;i<n;i++){
printf("%d ",a[i]);
}

return 1;
}

D. 2、路由选择算法主要分哪几类分布式自适应算法的基本思想是什么

路由选择算法主要分两类：静态路由选择算法和动态路由选择算法
分布自适应路由选择算法的网络，所有节点定其地与其每个相邻节点交换路由选择信息。每个节点均存储一张以网络中其它每个节点为索引的路由选择表，网络中每个节点占用表中一项，每一项又分为两个部分，即所希望使用的到目的节点的输出线路和估计到目的节点所需要的延迟或距离。度量标准可以是毫秒或链路段数、等待的分组数、剩余的线路和容量等。对于延迟，节点可以直接发送一个特殊的称作“回声”（echo）的分组，接收该分组的节点将其加上时间标记后尽快送回，这样便可测出延迟。有了以上信息，节点可由此确定路由选择。

E. 学习算法 特征的选择算法有哪些

一个算法应该具有以下五个重要的特征：
1、有穷性： 一个算法必须保证执行有限步之后结束；
2、确切性： 算法的每一步骤必须有确切的定义；
3、输入：一个算法有0个或多个输入，以刻画运算对象的初始情况，所谓0个输入是指算法本身定除了初始条件；
4、输出：一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的；
5、可行性： 算法原则上能够精确地运行，而且人们用笔和纸做有限次运算后即可完成

F. 简述路由选择算法的要求

路由选择算法”是否等于“路由算法”？
肯定不等
路由选择算法是选择路径
路由算法要考虑响应,带宽,跳数等等
不能把书读死了.

4.2 路由选择及其算法

4.2.2 动态路由选择策略

节点路由选择要依靠网络当前的状态信息来决定的策略称动态路由选择策略，这种策略能较好地适应网络流量、拓扑结构的变化，有利于改善网络的性能。但由于算法复杂，会增加网络的负担，有时会因反应太快引起振荡或反应太慢不起作用。独立路由选择、集中路由选择和分布路由选择是三种动态路由选择策略的具体算法。

（1）独立路由选择
在这类路由算法中，节点仅根据自己搜到的有关信息作出路由选择的决定，与其它节点不交换路由选择信息，虽然不能正确确定距离本节点较远的路由选择，但还是能较好地适应网络流量和拓扑结构的变化。
一种简单的独立路由选择算法是 Baran 在1964年提出的热薯仔（Hot Potato）算法。当一个分组到来时，节点必须尽快脱手，将其放入输出列最短的方向上排队，而不管该方向通向何方。

（2）集中路由选择
集中路由选择也象固定路由选择一样，在每个节点上存储一张路由表。不同的是，固定路由选择算法中的节点路由表由手工制作，而在集中路由选择算法中的节点路由表由路由控制中心RCC（Routing Control Center）定时根据网络状态计算、生成并分送各相应节点。由于RCC利用了整个网络的信息，所以得到的路由选择是完美的，同时也减轻了各节点计算路由选择的负担。

（3）分布路由选择
采用分布路由选择算法的网络，所有节点定其地与其每个相邻节点交换路由选择信息。每个节点均存储一张以网络中其它每个节点为索引的路由选择表，网络中每个节点占用表中一项，每一项又分为两个部分，即所希望使用的到目的节点的输出线路和估计到目的节点所需要的延迟或距离。度量标准可以是毫秒或链路段数、等待的分组数、剩余的线路和容量等。对于延迟，节点可以直接发送一个特殊的称作“回声”（echo）的分组，接收该分组的节点将其加上时间标记后尽快送回，这样便可测出延迟。有了以上信息，节点可由此确定路由选择。

--------------------------------------------
——路由算法在路由协议中起着至关重要的作用，采用何种算法往往决定了最终的寻径结果，因此选择路由算法一定要仔细。通常需要综合考虑以下几个设计目标：

——（1）最优化：指路由算法选择最佳路径的能力。
——（2）简洁性：算法设计简洁，利用最少的软件和开销，提供最有效的功能。
——（3）坚固性：路由算法处于非正常或不可预料的环境时，如硬件故障、负载过高或操作失误时，都能正确运行。由于路由器分布在网络联接点上，所以在它们出故障时会产生严重后果。最好的路由器算法通常能经受时间的考验，并在各种网络环境下被证实是可靠的。
——（4）快速收敛：收敛是在最佳路径的判断上所有路由器达到一致的过程。当某个网络事件引起路由可用或不可用时，路由器就发出更新信息。路由更新信息遍及整个网络，引发重新计算最佳路径，最终达到所有路由器一致公认的最佳路径。收敛慢的路由算法会造成路径循环或网络中断。 ——（5）灵活性：路由算法可以快速、准确地适应各种网络环境。例如，某个网段发生故障，路由算法要能很快发现故障，并为使用该网段的所有路由选择另一条最佳路径。

——路由算法按照种类可分为以下几种：静态和动态、单路和多路、平等和分级、源路由和透明路由、域内和域间、链路状态和距离向量。前面几种的特点与字面意思基本一致，下面着重介绍链路状态和距离向量算法。

——链路状态算法（也称最短路径算法）发送路由信息到互联网上所有的结点，然而对于每个路由器，仅发送它的路由表中描述了其自身链路状态的那一部分。距离向量算法（也称为Bellman-Ford算法）则要求每个路由器发送其路由表全部或部分信息，但仅发送到邻近结点上。从本质上来说，链路状态算法将少量更新信息发送至网络各处，而距离向量算法发送大量更新信息至邻接路由器。 ——由于链路状态算法收敛更快，因此它在一定程度上比距离向量算法更不易产生路由循环。但另一方面，链路状态算法要求比距离向量算法有更强的CPU能力和更多的内存空间，因此链路状态算法将会在实现时显得更昂贵一些。除了这些区别，两种算法在大多数环境下都能很好地运行。

——最后需要指出的是，路由算法使用了许多种不同的度量标准去决定最佳路径。复杂的路由算法可能采用多种度量来选择路由，通过一定的加权运算，将它们合并为单个的复合度量、再填入路由表中，作为寻径的标准。通常所使用的度量有：路径长度、可靠性、时延、带宽、负载、通信成本等。

G. 找一种可以帮人从几种方案里面选择最优的算法

如果找一种可以帮人充几种方案，里面选择最悠闲的算法是我觉得是很困难的

H. 在实际编程中，如何选择一种合适的算法

这个要具体情况具体分析, 现实开发中, 尤其是在高级语言里, 通常不会遇到这种选择困难, 因为有接口这种东西, 使得很多不同的结构可以使用同一种算法

而具体的算法, 因为数据本身的形态不同, 同一个算法也会产生不同的性能, 关于这点一是靠对算法本身的认识, 二就是靠经验了

I. 两种路由选择算法是什么

链路状态算法（也称最短路径算法）发送路由信息到互联网上所有的结点，然而对于每个路由器，仅发送它的路由表中描述了其自身链路状态的那一部分。距离向量算法（也称为Bellman-Ford算法）则要求每个路由器发送其路由表全部或部分信息，但仅发送到邻近结点上。从本质上来说，链路状态算法将少量更新信息发送至网络各处，而距离向量算法发送大量更新信息至邻接路由器。 ——由于链路状态算法收敛更快，因此它在一定程度上比距离向量算法更不易产生路由循环。但另一方面，链路状态算法要求比距离向量算法有更强的CPU能力和更多的内存空间，因此链路状态算法将会在实现时显得更昂贵一些。除了这些区别，两种算法在大多数环境下都能很好地运行。

J. 的节点路由选择算法，有哪些

路由选择算法”是否等于“路由算法”？肯定不等路由选择算法是选择路径路由算法要考虑响应,带宽,跳数等等不能把书读死了. 4.2 路由选择及其算法 4.2.2 动态路由选择策略节点路由选择要依靠网络当前的状态信息来决定的策略称动态路由选择策略，这种策略能较好地适应网络流量、拓扑结构的变化，有利于改善网络的性能。但由于算法复杂，会增加网络的负担，有时会因反应太快引起振荡或反应太慢不起作用。独立路由选择、集中路由选择和分布路由选择是三种动态路由选择策略的具体算法。（1）独立路由选择在这类路由算法中，节点仅根据自己搜到的有关信息作出路由选择的决定，与其它节点不交换路由选择信息，虽然不能正确确定距离本节点较远的路由选择，但还是能较好地适应网络流量和拓扑结构的变化。一种简单的独立路由选择算法是 Baran 在1964年提出的热薯仔（Hot Potato）算法。当一个分组到来时，节点必须尽快脱手，将其放入输出列最短的方向上排队，而不管该方向通向何方。（2）集中路由选择集中路由选择也象固定路由选择一样，在每个节点上存储一张路由表。不同的是，固定路由选择算法中的节点路由表由手工制作，而在集中路由选择算法中的节点路由表由路由控制中心RCC（Routing Control Center）定时根据网络状态计算、生成并分送各相应节点。由于RCC利用了整个网络的信息，所以得到的路由选择是完美的，同时也减轻了各节点计算路由选择的负担。（3）分布路由选择采用分布路由选择算法的网络，所有节点定其地与其每个相邻节点交换路由选择信息。每个节点均存储一张以网络中其它每个节点为索引的路由选择表，网络中每个节点占用表中一项，每一项又分为两个部分，即所希望使用的到目的节点的输出线路和估计到目的节点所需要的延迟或距离。度量标准可以是毫秒或链路段数、等待的分组数、剩余的线路和容量等。对于延迟，节点可以直接发送一个特殊的称作“回声”（echo）的分组，接收该分组的节点将其加上时间标记后尽快送回，这样便可测出延迟。有了以上信息，节点可由此确定路由选择。 -------------------------------------------- ——路由算法在路由协议中起着至关重要的作用，采用何种算法往往决定了最终的寻径结果，因此选择路由算法一定要仔细。通常需要综合考虑以下几个设计目标： ——（1）最优化：指路由算法选择最佳路径的能力。 ——（2）简洁性：算法设计简洁，利用最少的软件和开销，提供最有效的功能。 ——（3）坚固性：路由算法处于非正常或不可预料的环境时，如硬件故障、负载过高或操作失误时，都能正确运行。由于路由器分布在网络联接点上，所以在它们出故障时会产生严重后果。最好的路由器算法通常能经受时间的考验，并在各种网络环境下被证实是可靠的。 ——（4）快速收敛：收敛是在最佳路径的判断上所有路由器达到一致的过程。当某个网络事件引起路由可用或不可用时，路由器就发出更新信息。路由更新信息遍及整个网络，引发重新计算最佳路径，最终达到所有路由器一致公认的最佳路径。收敛慢的路由算法会造成路径循环或网络中断。 ——（5）灵活性：路由算法可以快速、准确地适应各种网络环境。例如，某个网段发生故障，路由算法要能很快发现故障，并为使用该网段的所有路由选择另一条最佳路径。 ——路由算法按照种类可分为以下几种：静态和动态、单路和多路、平等和分级、源路由和透明路由、域内和域间、链路状态和距离向量。前面几种的特点与字面意思基本一致，下面着重介绍链路状态和距离向量算法。 ——链路状态算法（也称最短路径算法）发送路由信息到互联网上所有的结点，然而对于每个路由器，仅发送它的路由表中描述了其自身链路状态的那一部分。距离向量算法（也称为Bellman-Ford算法）则要求每个路由器发送其路由表全部或部分信息，但仅发送到邻近结点上。从本质上来说，链路状态算法将少量更新信息发送至网络各处，而距离向量算法发送大量更新信息至邻接路由器。 ——由于链路状态算法收敛更快，因此它在一定程度上比距离向量算法更不易产生路由循环。但另一方面，链路状态算法要求比距离向量算法有更强的CPU能力和更多的内存空间，因此链路状态算法将会在实现时显得更昂贵一些。除了这些区别，两种算法在大多数环境下都能很好地运行。 ——最后需要指出的是，路由算法使用了许多种不同的度量标准去决定最佳路径。复杂的路由算法可能采用多种度量来选择路由，通过一定的加权运算，将它们合并为单个的复合度量、再填入路由表中，作为寻径的标准。通常所使用的度量有：路径长度、可靠性、时延、带宽、负载、通信成本等。