Vincent's blog

Distance Metric

• L1(Manhattan) distance: $d_1(I_1,I_2)=\sum\limits_p|I_1^p-I_2^p|$
• L2(Euclidean) distance: $d_2(I_1,I_2)=\sqrt{\sum\limits_p(I_1^p-I_2^p)^2}$

Simply by specifying different distance metrics, we can actually apply the k-nearest neighbor algorithm very generally to basically any type of data.

Hyperparameters

Hyperparameters: choices about the algorithm that we set rather than learn.

Setting hyperparameters:

• Choose hyperparameters that work best on the data ——> BAD

前言：暑假几乎花了一整个月备考PAT，期间因为调代码调到过深夜，做模拟题也曾做的心态有点奔溃，但总的来说这一段时间过的是很充实的，感觉自己的代码能力确实有提高不少，今年秋季PAT出的题都比较常规，侥幸拿了个满分（感谢姥姥手下留情），不过拿了满分后也并没有想象中的那样激动，更多的是一种怅然若失的感觉和冥冥中一种遗憾，我也说不清这种遗憾究竟是什么，感觉PAT也只是自己学习的长途中一个小的结点，它从某个角度上证明了前期努力的成果，但是它远不能成为对自己能力的炫耀，因为我知道自己能力还是有很多不足之处的，我觉得可以做到更好，这无疑需要更长期的努力。我愿把这次PAT考试作为一个新的起点，以此出发开始一段新的旅途，因为我觉得后面的风景会更美……

这篇文章是备考PAT过程中的一些笔记，记录下来作为一个纪念吧哈哈哈哈

在写PAT A1111这一题的过程中暴露了自己对DFS的认识还不是很深刻，现在将其中遇到的这个问题记录下来（debug了好久好久呜呜呜~），并对这一类问题做个总结。

首先PAT A111是个很常规的dijkstra+DFS这一类题，在寻找时间最短且结点数最少的路径时，所写的代码如下：

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub.