《集体智慧编程》学习笔记

连载中~~

目录

第一章，集体智慧导言

 

第二章，提供推荐

第三章，发现群组

 

 

 **该书使用python作为示例语言，2.x版本

第一章    集体智慧导言

集体智慧

        为了创造新的想法，而将一群人的行为、偏好或思想组合在一起。

 

机器学习

       人工智能的一个与算法相关的子域，允许计算机不断地进行学习。<个人理解>（计算机接收到一定的数据，通过确定的算法推断出数据相关的信息，借此来推断出未来可能会出现的数据****由此可见，需要学好数学 ~~~）。

 

机器学习的局限

       机器学习基于“过去”，受限于大量模式上的归纳能力，如果出现了一个不同与以往任何模式的情况，机器会因无法和人一样做出“理性的判断”而出现“误解”。

 

总结：本章概述了集体智慧和机器学习

 

第二章    提供推荐

协作型过滤

根据人们对某些东西的喜好，来对提供给他人的进行过滤。

 

搜集偏好

同过算法判断人与人的相似程度

---欧几里得距离：通过计算个体在坐标系（共有的数据项作坐标轴）中的距离作为个体的相似程度，距离越近越相似。

---皮尔逊系数：通过计算共有数据项在坐标系（个体作坐标轴）中的一条与所有数据距离之和是最小值的直线，直线的系数作为相似度，系数越接近1，越相似。

---等等。

 要根据实际情况选择算法，例如：在面对数据中存在大量偏低喜好和偏高喜好的用户时，欧几里得距离会之间认为两类无关，但实际上他们的喜好曲线可能时相似的，所以适合选用皮尔逊系数。

 

提供推荐

基于用户的相似程度进行推荐，通过对用户相似程度的加权处理，可以判断物品的推荐度。

仿照用户，可以求出物品的相似程度，加权处理，可以得出用户对该物品可能给予的评价，进而实行推荐。

 

总结：通过相关的算法，计算用户的或者物品的相似程度，加权处理后即可作为提供推荐的标准。

 

第三章    发现群组

本章主要学习聚类，聚类是一种无监督学习。有监督学习是指，利用带有正确答案的样本数据进行“训练”。

分级聚类

 

分级聚类是指不断地将最为相似的群组两两合并，来构造出一个群组的层级结构。其中的每个群组都是从单一元素开始的，在每次迭代的过程中，分级聚类算法会计算每两个群组间的距离，并将距离最近的两个群组合并成一个新的群组，一直重复，直到只剩一个群组为止。结构如下：

迭代过程中可以保留每一次聚合的状态，进而形成一组树形数据，可以作图来查看。

列聚类

 将数据倒置后再进行分级聚类，可以得到另一组数据，两组数据常常是很有必要的。

K-均值聚类

分级聚类虽然可以返回一个形象直观的树，但是该算法计算量大而且没有进行处理的情况下无法得到不同的组。

K-均值聚类可以先接收用户所要求取得组数，然后将数据分布在空间内，随机生成n（用户期望得到的组数）个点，进行迭代。根据每个数据距离最近的点进行分组，分组后的中心位置赋给随机点，一直迭代到分配过程不再产生变化为止。过程如下：

 

针对偏好分类

 将希望拥有的物品列举出来，利用算法将偏好相近者分在一起。由于是对数据集合的计算，并且数据之包含0，1，所以采用Tanimoto系数的度量方法，计算的是集合之间的关系。

以二维形式展现数据

 

将所有数据绘制在一张纸上（多维缩放），为数据集找到一种二维表达形式，根据彼此之间的差距相互靠近远离，知道无法移动到更好的情况，随后得到所有数据的二维展示图。

 

待续......