2016年12月13日
【转】算法杂货铺——k均值聚类(K-means)
摘要： k均值聚类(K-means) 4.1、摘要 在前面的文章中，介绍了三种常见的分类算法。分类作为一种监督学习方法，要求必须事先明确知道各个类别的信息，并且断言所有待分类项都有一个类别与之对应。但是很多时候上述条件得不到满足，尤其是在处理海量数据的时候，如果通过预处理使得数据满足分类算法的要求，则代价非 阅读全文
posted @ 2016-12-13 20:10 Dragonir 阅读(269) 评论(0) 推荐(0) 编辑
EM算法总结
摘要： EM算法总结 - The EM Algorithm EM是我一直想深入学习的算法之一，第一次听说是在NLP课中的HMM那一节，为了解决HMM的参数估计问题，使用了EM算法。在之后的MT中的词对齐中也用到了。在Mitchell的书中也提到EM可以用于贝叶斯网络中。 下面主要介绍EM的整个推导过程。 1 阅读全文
posted @ 2016-12-13 10:53 Dragonir 阅读(1841) 评论(0) 推荐(0) 编辑
人工智能聚类算法总结
摘要： 人工智能聚类算法总结 聚类算法是ML中一个重要分支，一般采用unsupervised learning进行学习，本文根据常见聚类算法分类讲解K-Means, K-Medoids, GMM, Spectral clustering，Ncut五个算法在聚类中的应用。 Clustering Algorit 阅读全文
posted @ 2016-12-13 10:42 Dragonir 阅读(6953) 评论(0) 推荐(0) 编辑
K-MEANS算法总结
摘要： 阅读全文
posted @ 2016-12-13 10:32 Dragonir 阅读(889) 评论(0) 推荐(0) 编辑