摘要：LDA模型用来推测文档的主题分布，将文档集中每篇文档的主题以概率的形式给出，最终可以根据主题分布来对文档进行聚类或分类 LDA 采用词袋模型。所谓词袋模型，是将一篇文档，我们仅考虑一个词汇是否出现，而不考虑其出现的顺序。在词袋模型中，“我喜欢你”和“你喜欢我”是等价的。与词袋模型相反的一个模型是n-
阅读全文
04 2022 档案
摘要：Faiss是一个Facebook AI团队开源的库，全称为Facebook AI Similarity Search，该开源库针对高维空间中的海量数据（稠密向量），提供了高效且可靠的相似性聚类和检索方法，可支持十亿级别向量的搜索，是目前最为成熟的近似近邻搜索库。 官方资源地址https://gith
阅读全文
摘要：SVD降维 SVD（Singular Value Decomposition，奇异值分解）是对矩阵进行分解，假如待分解的矩阵A是一个m*n矩阵，那么对矩阵A的SVD分解即：A=U∑VT。 其中U是一个m*m的矩阵；Σ是一个m*n的矩阵，Σ除了主对角线上的元素以外其他元素全为0，主对角线上元素称为奇异
阅读全文
摘要：推荐系统中经常会遇到EE问题和冷启动问题，Bandit算法就是为解决这两个问题的一种在线学习算法。 啥是EE问题 EE问题： 又称为exploit-explore问题。 exploit就是用户确定比较感兴趣的事物，要求准确率较高。 explore就是探索用户可能感兴趣的，新的事物。 因为只对用户感兴
阅读全文
摘要：聚类(Clustering)是按照某个特定标准(如距离)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。也即聚类后同一类的数据尽可能聚集到一起，不同类数据尽量分离。 主要的聚类算法可以划分为如下几类：划分方法、层次方法、基于
阅读全文
摘要：二进制文件 包含多个tf.train.Example Example是protocol buffer数据标准实现，包含一系列tf.train.feature属性 feature是key（string）-value（bytes_list || float_list || int64_list）键值对
阅读全文
摘要：Tornado简介 Tornado和Django、Flask一样是Python中比较主流的web框架 Tornado安装 pip install tornado Tornado框架的基本组成 由一个简单的例子开始 import tornado.ioloop import tornado.web cl
阅读全文
摘要：Docker 使用 Google 公司推出的 Go 语言 进行开发实现，基于 Linux 内核的 cgroup，namespace，以及 AUFS 类的 Union FS 等技术，对进程进行封装隔离，属于操作系统层面的虚拟化技术。由于隔离的进程独立于宿主和其它的隔离的进程，因此也称其为容器。Dock
阅读全文
