2014年11月4日
【机器学习】主题模型（二）：pLSA和LDA
摘要： -----pLSA概率潜在语义分析、LDA潜在狄瑞雷克模型 一、pLSA（概率潜在语义分析） pLSA: -------有过拟合问题，就是求D, Z, W pLSA由LSA发展过来，而早期LSA的实现主要是通过SVD分解。pLSA的模型图如下： 公式中的意义如下：... 阅读全文
posted @ 2014-11-04 14:47 DianaCody 阅读(1113) 评论(0) 推荐(0) 编辑
【机器学习】主题模型（一）：条件概率、矩阵分解
摘要： 两篇文档是否相关往往不只决定于字面上的词语重复，还取决于文字背后的语义关联。对语义关联的挖掘，可以让搜索更加智能化。主题模型是对文字隐含主题进行建模的方法，其克服传统信息检索中文档相似度计算方法的缺点，并且能够在海量互联网数据中自动寻找出文字间的语义主题。 关键词：主题模型 技术... 阅读全文
posted @ 2014-11-04 09:24 DianaCody 阅读(1163) 评论(0) 推荐(0) 编辑
【机器学习】推荐系统、SVD分解降维
摘要： 推荐系统： 1.基于内容的实现：KNN等 2.基于协同滤波(CF)实现：SVD → pLSA(从LSA发展而来,由SVD实现)、LDA、GDBT SVD算是比较老的方法，后期演进的主题模型主要是pLSA和LDA。pLSA主要基于EM最大期望算法，而LDA主要基于Gibbs抽样算法... 阅读全文
posted @ 2014-11-04 09:18 DianaCody 阅读(8293) 评论(0) 推荐(0) 编辑
【机器学习】关联规则挖掘（二）：频繁模式树FP-growth
摘要： Apriori算法的一个主要瓶颈在于，为了获得较长的频繁模式，需要生成大量的候选短频繁模式。FP-Growth算法是针对这个瓶颈提出来的全新的一种算法模式。目前，在数据挖掘领域，Apriori和FP-Growth算法的引用次数均位列三甲。 FP的全称是Freque... 阅读全文
posted @ 2014-11-04 09:12 DianaCody 阅读(3917) 评论(0) 推荐(0) 编辑