摘要: rt 阅读全文
posted @ 2018-04-11 09:55 悟法悟天 阅读(101) 评论(0) 推荐(0) 编辑
摘要: rt 尤其是机器学习相关的 论坛,知乎,大V,top公司,会议,论文网站 还有别的? 阅读全文
posted @ 2018-04-11 09:54 悟法悟天 阅读(211) 评论(0) 推荐(0) 编辑
摘要: 相比与bow(bag of word),两个都是特征的降维, bow 每个词是一个文档向量中的一维 而one hot是一个词本身是一个向量(一维是1,其他是0),不同词之间的区别是1的位置不同,但是1的位置不表示实际意义 而word2vec中,每个词用一个实数向量表示,语义相近的词的向量夹角余弦相似 阅读全文
posted @ 2018-04-11 00:12 悟法悟天 阅读(1421) 评论(0) 推荐(0) 编辑
摘要: 有两种降维 一种是一个向量的维度太多了,减少维度 另一种是 把一个词用一个向量表示,相当于降低了一层维度 这样语义相近的词,能用向量的相似度 计算出来 阅读全文
posted @ 2018-04-11 00:03 悟法悟天 阅读(157) 评论(0) 推荐(0) 编辑