随笔分类 - LBSN
摘要：目前看到的比较全面的分类算法,总结的还不错. 主要分类方法介绍解决分类问题的方法很多[40-42] ，单一的分类方法主要包括：决策树、贝叶斯、人工神经网络、K-近邻、支持向量机和基于关联规则的分类等；另外还有用于组合单一分类方法的集成学习算法，如Bagging和Boosting等。 （1...
阅读全文
摘要：RTB —— Real Time Bidding 的简称，就是实时竞价。跟传统购买形式相比，RTB是在每一个广告展示曝光的基础上进行竞价，就是每一个PV都会进行一次展现竞价，谁出价高，谁的广告就会被这个PV看到。 有个问题出现了，为什么广告主即买方会为了一个广告PV(页面浏览量)而竞相出价呢，这个广...
阅读全文
摘要：题目乍一看，无从下手，仔细想了一下，原来只需要判断两个GPS点的直线距离是否 500) { return true; } return false; } 待续
阅读全文
摘要：谱聚类(Spectral Clustering, SC)是一种基于图论的聚类方法——将带权无向图划分为两个或两个以上的最优子图，使子图内部尽量相似，而子图间距离尽量距离较远，以达到常见的聚类的目的。其中的最优是指最优目标函数不同，可以是割边最小分割——如图1的Smallest cut(如后文的Min...
阅读全文
摘要：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，则代价非常大，这时候可以考虑使用聚类算...
阅读全文
摘要：基本介绍： topic model，主题模型介绍：http://www.cnblogs.com/lixiaolun/p/4455764.html 以及(http://blog.csdn.net/hxxiaopei/article/details/7617838) topic model本质上就一...
阅读全文
摘要：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，可以让我们的搜索更加智能化。本文着重介绍了一个语义挖掘的利器：主题模型。主题模型是对文字隐含主题进行建模的方法。它克服了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...
阅读全文
摘要：喜欢手写学习，记忆深刻（字丑勿喷！）。计算过程的代码如下：public class PageRank{ private static double m[][]={ { 0 , 0.5 , 1 , 0 }, {0.333333333 , 0 , 0 , 0.5}, {0....
阅读全文
摘要：例子：http://www.mathchina.net/dvbbs/dispbbs.asp?boardid=4&Id=3673
阅读全文
摘要：1.均方根误差，它是观测值与真值偏差的平方和观测次数n比值的平方根，在实际测量中，观测次数n总是有限的，真值只能用最可信赖（最佳）值来代替.方根误差对一组测量中的特大或特小误差反映非常敏感，所以，均方根误差能够很好地反映出测量的精密度。均方根误差，当对某一量进行甚多次的测量时，取这一测量列真误差的均...
阅读全文
摘要：AUC是一种用来度量分类模型好坏的一个标准。 ROC分析是从医疗分析领域引入了一种新的分类模型performance评判方法。 ROC的全名叫做Receiver Operating Characteristic，其主要分析工具是一个画在二维平面上的曲线——ROC curve。平面的横坐标是false
阅读全文
摘要：参考：http://en.wikipedia.org/wiki/Discounted_cumulative_gainNormalized Discounted Cumulative Gain：一种对搜索引擎或相关程序有效性的度量。2个假设： 1.强相关的文档出现在结果列表越靠前（rank越高）越有...
阅读全文
