摘要：机器学习分类过程中，如果遇到多个分类器表现差不多，想综合各个分类器的优势时，可以考虑多分类器投票，即VOTING的方法，也可以考虑learning to rank的方法优选偏重于正确分类标签的预测得分组合。下面简单总结一下使用svmrank进行集成学习的方法。首先把数据分为训练集、验证集、测试集，然后都进行特征提取和量化训练集（training）：原始数据，每一列都是特征，用来提取原始特征，训练多个基分类器验证集（developing）：结合多个基分类器对每种类别的得分，训练集成分类器测试集（testing）：最终测试用######ranksvm数据格式######验证集和测试集根据svmra 阅读全文

摘要：Language Model 中文就叫做“语言模型”吧，这实际上是一个概率分布模型P ，对于语言里的每一个字符串S 给出一个概率P(S) 。稍微正式一点的定义可以这样说：假设有一个符号的集合 ，我们不妨把每一个 称作一个“单词”，由零个或多个单词连接起来就组成了一个字符串 ，字符串可长可短，例如实际语言中的句子、段落或者文档都可以看作一个字符串。所有合法（例如，通过一些语法约束）的字符串的集合称作一个语言，而一个语言模型就是这个语言里的字符串的概率分布模型。在上面的非正式的定义中，我使用了“单词”、“字符串”这样的字眼，然而 Language Model 实际上非常通用，任何由一些基础单... 阅读全文