代码王子

摘要： 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本 、非线性及高维模式识别 中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小 原理基础上的... 阅读全文

摘要： 在数理方程、概率论等学科经常遇到以下的含参变量的积分 ， 它们依次为第一类和第二类欧拉（Euler 1707~1783 瑞士数学家）积分，或依次称为贝塔（Bata）函数和伽马（Gamma）函数，这一节主要讨论这两个函数的若干性质。 11.3.1 伽马函数 显然，我们... 阅读全文

摘要： 2 Latent Dirichlet Allocation Introduction LDA是给文本建模的一种方法，它属于生成模型。生成模型是指该模型可以随机生成可观测的数据，LDA可以随机生成一篇由N个主题组成文章。通过对文本的建模，我们可以对文本进行主题分类，判断相似度等。在90年代... 阅读全文

摘要： 在数值线性代数中，雅可比旋转是n 维内积空间的二维线性子空间的旋转Qkℓ，在用做相似变换的时候，被选择来置零n×n 实数对称矩阵A 的非对角元素的对称对: 它是雅可比特征值算法的核心运算，它是数值上稳定的并适合用并行计算实现。 注意到只有 A 的行 k 和 ℓ 与列 k 和 ℓ 受到影响，... 阅读全文

摘要： LU分解 一个可逆矩阵可以进行LU分解当且仅当它的所有子式都非零。如果要求其中的L矩阵（或U矩阵）为单位三角矩阵，那么分解是唯一的。同理可知，矩阵的LDU可分解条件也相同，并且总是唯一的。 即使矩阵不可逆，LU仍然可能存在。实际上，如果一个秩为k的矩阵的前k个顺序主子式不为零，那么它就可以... 阅读全文

摘要： 最终收敛到这个结果，巨爽。 smaple 0: 0.983690,0.004888,0.011422,likelyhood:-0.016445 smaple 1: 0.940236,0.047957,0.011807,likelyhood:-0.061625 smaple 2: 0.8181... 阅读全文

摘要： 在推荐系统简介中，我们给出了推荐系统的一般框架。很明显，推荐方法是整个推荐系统中最核心、最关键的部分，很大程度上决定了推荐系统性能的优劣。目前，主要的推荐方法包括：基于内容推荐、协同过滤推荐、基于关联规则推荐、基于效用推荐、基于知识推荐和组合推荐。 一、基于内容推荐 基于内容的推荐（Conten... 阅读全文

摘要： 其实说参考也不准确，准确地说应该是半翻译半学习笔记。 仔细整理一遍，感觉还是收获很大的。 线性代数相关知识： 任意一个M*N的矩阵A（M行*N列，M>N），可以被写成三个矩阵的乘机： 1.U：（M行M列的列正交矩阵） 2.S：（M*N的对角线矩阵，矩阵元素非负） 3.V：（N*N的正交矩阵的... 阅读全文

摘要： Slope One 算法是由 Daniel Lemire 教授在 2005 年提出的一个 Item-Based 推荐算法。 Slope One 算法试图同时满足这样的的 5 个目标： 易于实现和维护：普通工程师可以轻松解释所有的聚合数据，并且算法易于实现和测试。运行时可更新的：新增一个评分... 阅读全文

摘要： 在数值线性代数中，吉文斯旋转（Givens rotation）是在两个坐标轴所展开的平面中的旋转。吉文斯旋转得名于华莱士·吉文斯，他在 1950 年代工作于阿贡国家实验室时把它介入到数值分析中。 目录 1矩阵表示2稳定计算3参见4引用 矩阵表示 吉文斯旋转表示为如下形式的矩阵 这里... 阅读全文

摘要： 1.概述 跟SimHash一样，MinHash也是LSH的一种，可以用来快速估算两个集合的相似度。MinHash由Andrei Broder提出，最初用于在搜索引擎中检测重复网页。它也可以应用于大规模聚类问题。 2.Jaccard index 在介绍Mi... 阅读全文

摘要： 最小哈希原理介绍 MinHash是基于Jaccard Index相似度（海量数据不可行）的算法,一种降维的方法A，B 两个集合：A = {s1, s3, s6, s8, s9} B = {s3, s4, s7, s8, s10}MinHash的基本原理:在A∪B这个大的随机域里，选中的元素落... 阅读全文

摘要： 关于推荐引擎 如今的互联网中，无论是电子商务还是社交网络，对数据挖掘的需求都越来越大了，而推荐引擎正是数据挖掘完美体现；通过分析用户历史行为，将他可能喜欢内容推送给他，能产生相当好的用户体验，这就是推荐引擎。 推荐算法Slope one的原理 首先Slope on... 阅读全文

摘要： Collaborative Filtering Recommendations (协同过滤，简称CF) 是目前最流行的推荐方法，在研究界和工业界得到大量使用。但是，工业界真正使用的系统一般都不会只有CF推荐算法，Content-based Recommendations (CB) 基本也会是... 阅读全文

摘要： 现在Hadoop家族产品，已经达到20个了之多。 有必要对自己的知识做一个整理了，把产品和技术都串起来。不仅能加深印象，更可以对以后的技术方向，技术选型做好基础准备。 本文为“Hadoop家族”开篇，Hadoop家族学习路线图 目录 Hadoop家族产品Hadoop家族学习路线图 1. Had... 阅读全文

摘要： SVD++ refers to amatrix factorization model which makes use of implicit feedback information.In general, implicit feedback can refer to any kinds ... 阅读全文

摘要： by Xavier Amatriain and Justin Basilico (Personalization Science and Engineering) In part one of this blog post, we detailed the different compo... 阅读全文

摘要： lope One 其基本的想法来自于简单的一元线性模型 $w = f(v) = v + b$。已知一组训练点 ${(v_i, w_i)}_{i=1}^n$，利用此线性模型最小化预测误差的平方和，我们可以获得 利用上式获得了$b$的取值后，对于新的数据点$v_{new}$，我们可以利用 $w... 阅读全文

摘要： topic model本质上就一个套路，在doc-word user-url user-doc等关系中增加topic层，扩充为2层结构，一方面可以降维，另一方面挖掘深层次的关系，用户doc word user url的聚类。 LDA的理论知识不介绍太多，基本就讲了原理以及推导两个内容，原理比较简... 阅读全文

摘要： In statistics and in statistical physics, Gibbs sampling or a Gibbs sampler is aMarkov chain Monte Carlo (MCMC) algorithm for obtaining a sequenc... 阅读全文