1.惩罚线性回归模型概述线性回归在实际应用时需要对普通最小二乘法进行一些修改。普通最小二乘法只在训练数据上最小化错误，难以顾及所有数据。惩罚线性回归方法是一族用于克服最小二乘法（OLS）过拟合问题的方法。岭回归是惩罚线性回归的一个特例。岭回归通过对回归系数的平方

%%Generatesomepoints%nrows表示地图纵坐标ncols表示地图横坐标%可自己设置地图大小nrows=400;ncols=600;goal=[400,50];%目标点位置坐标，可自己更改s

PublicnRowsAsLong,nColsAsLong,nLastRowAsLong,tmpSumAsLong,tmpRowAsLong,rAsLong,cAsLongPublicsumRows()AsLong,nRowSkipSum()AsLong,n

Sub限行列和随机加墙版()DimnRowsAsLong,nColsAsLong,nLastRowAsLong,tmpSumAsLong,tmpRowAsLong,rAsLong,cAsLongDimsumRows()AsLon

#include<iostream>#include<string>#include<fstream>#defineN64boolisPeak(intgrid[][N],intr,intc);intmain(){intnrows,ncols;intm