摘要：
初始化a = range(16)a = np.array(a)a = a.reshape(4,4)a[[ 0 1 2 3][ 4 5 6 7][ 8 9 10 11][12 13 14 15]]获取a的【0,1,4】行b = a[ range(2)+range(3,4),:][[ 0 1 2 3][... 阅读全文
摘要：
PCA understanding 我们希望获取玩具的位置，事实上我们只需要知道玩具在x轴的位置就可以了（但现实不知道）。我们利用三个坐标轴，获取了2*3维度的数据，现实中我们如何通过分析六维度数据来获取玩具的位置？ 可以从上图看出camera A,B,C的x,y轴相关度都很明显，数据有冗余。 l 如何压缩数据？如何去除数据中的噪声，或者合并数据中相关的维度（来获取x轴数据） ... 阅读全文
摘要：
3.1冷启动问题简介： 冷启动问题（cold start)主要分三类： • 用户冷启动 • 物品冷启动 • 系统冷启动 参考解决方案： • 推热门 • 利用用户的信息。（如：性别、年龄、地域等） • 利用登录帐号的社交网络信息 • 要求新用户登录时做一些反馈 3.2利用用户注册信息 ... 阅读全文
摘要：
基本上可以通过3种方式联系用户兴趣和物品： 用户喜欢过的物品(item-cf) 用户的好友或者有相似兴趣的好友喜欢过的物品（user-cf) 用户具有哪些feature, 哪些物品保护 之前用了user-cf,item-cf, 现在考虑使用标签进行推荐。 标签是一种无层次化结构的、用来描述信息的关键词。 给物品打标签： 专家、作者 用户 标签... 阅读全文
摘要：
信息检索（informagto retrieval) 是从大规模非结构化数据（通常是文本）的集合中找出满足用户信息需求的资料 文档document 所有文档组成“文档集“(collection), 有时也称“语料库”（corpus) 查询(query) 相关的(relevant) 正确率（precision): 返回结果中 真正和信息需求相关的文档所占比例 //给出的结果，多少是真正需... 阅读全文
摘要：
2.1.1 文档分析及编码转换： 文档处理第一步，是将文件或web服务器上的一系列二进制字节序列转换为字符序列。 在实际中，首先要判断出文档的编码方式（机器学习分类、启发式等方法），确定文档的类型（word?zip?)然后将字节序列转换成字符序列。 2.1.2 文档单位（document unit)的选择： 常见的，将某个目录下的每个文件都看成一个文档。 ... 阅读全文
摘要：
转载于：http://blog.chinaunix.net/uid-20614631-id-1914849.html 亲测可用先把Cygwin下载下来，想在linux下编程的话一定要安装vim,gcc和gdb，现在主要是解决vim中backspace不能正常使用的问题。Cygwin安装之后打开显示的... 阅读全文
摘要：
LaTeX 处理三线表相当简单方便。用到的宏包主要是 booktabs 。代码如下：需要添加包：\usepackage{booktabs}。\documentclass{article}\usepackage{booktabs} \begin{document}\begin{table}[!t] \... 阅读全文
摘要：
numpy.chararray.flattenchararray.flatten(order='C')Return a copy of the array collapsed into one dimension. Parameters :order : {‘C’, ‘F’, ‘A’}, opti... 阅读全文
摘要：
利用用户行为数据简介：用户在网站上最简单存在形式就是日志。原始日志(raw log)------>会话日志(session log)-->展示日志或点击日志用户行一般分为两种：1显性反馈：包括用户明确表示对物品喜好的行为（数据量小）2隐形反馈：网页浏览等（数据量大）用户行为的统一标准如下：协同滤波与... 阅读全文