摘要：在分类聚类算法,推荐系统中,常要用到两个输入变量(通常是特征向量的形式)距离的计算,即相似性度量.不同相似性度量对于算法的结果,有些时候,差异很大.因此,有必要根据输入数据的特征,选择一种合适的相似性度量方法.令X=(x1,x2,..,xn)T,Y=(y1,y2,...yn)T为两个输入向量,1.欧几里得距离(Euclidean distance)‍相当于高维空间内向量说表示的点到点之间的距离。由于特征向量的各分量的量纲不一致，通常需要先对各分量进行标准化，使其与单位无关。优点：简单,应用广泛(如果也算一个优点的话)缺点：没有考虑分量之间的相关性,体现单一特征的多个分量会干扰结果。2.马氏距离 阅读全文

摘要：国外人工智能界牛人主页http://people.cs.uchicago.edu/~niyogi/http://www.cs.uchicago.edu/people/http://pages.cs.wisc.edu/~jerryzhu/http://www.kyb.tuebingen.mpg.de/~chapellehttp://people.cs.uchicago.edu/~xiaofei/http://www.cs.uiuc.edu/homes/dengcai2/http://www.kyb.mpg.de/~bshttp://research.microsoft.com/~denzho/h 阅读全文

摘要：模式识别技术漫谈（1） ------引言 在人工智能技术(Artificial Intelligence)领域中，模式识别(Pattern Recognition)技术也许是最具有挑战性的一门技术了，模式识别有时又被称为分类技术，因为模式识别说到底就是对数据进行分类。说到识别，最为常用的便是模仿人的视觉的图像识别（当然还有语音识别），也许你会想当然地认为那还不简单，觉得我们用我们的眼睛可以轻而易举地识别出各种事物，但是当你想用计算机中的程序来实现它时，于是你便会觉得很沮丧，甚至于有无从下手的感觉，至此你再也不会觉得电脑有多聪明，你会觉得电脑是多么的低能。是的，现在的电脑智能，即人工智能还远不如 阅读全文

摘要：以下工具绝大多数都是开源的，基于GPL、Apache等开源协议，使用时请仔细阅读各工具的license statement。我通过浏览各开源工具网站，对其licence agreement进行了一下了解，在这里简单贴上其遵循的licence，希望有用。如果实际商用或者其他用途，还须仔细到个网站查询或联系developers。由于版本的升级，相应的licence也会有一定的改动，需要注意。如果有错误，希望大家指出，谢谢。I. Information Retri (like BSD)1. Lemur/IndriThe Lemur Toolkit for Language Modeling and 阅读全文