Сравнение StandardScaler и MinMaxScaler в смешанных наборах данных При сопоставлении данных для создания прогностической модели специалистам по данным часто приходится масштабировать свой набор данных, чтобы ни один конкретный столбец не оказал чрезмерного влияния на окончательную модель. Если бы весь набор данных был полностью числовым (дискретным или непрерывным), предпочтительным инструментом в sklearn был бы StandardScaler, который масштабирует каждый столбец таким образом, чтобы..

Здесь мы рассмотрим вопросы динамического программирования (DP), где нам нужно найти оптимальное решение для всех значений в цели. Вам дан целочисленный массив coins , представляющий монеты разного номинала, и целочисленный массив amount , представляющий общую сумму денег. Возвратите наименьшее наименьшее количество монет, необходимое для получения этой суммы . Если эту сумму денег нельзя компенсировать ни одной комбинацией монет, верните -1 . Вы можете предположить, что у..