Fall12

摘要： 思路： 采用滑动窗口 注意点 左边移动的时候，如果去掉的数是负数，那么右边游标要做回滚； 右边的游标移动时，出现sum= 1 { sum = A[i 1] // 回滚， 如果删的是负数 if A[i 1] i { sum = A[j 1] j if sum = K { min := j i if m 阅读全文

摘要： 说明：这是比较早之前的参考的网上的例子，代码非原创。 阅读全文

摘要： 平滑 需要平滑原因有二：一，导致0概率，无法计算困惑度；二，对于一些未见过的句子，概率为0。 training set: denied the reports Test set: denied the offer P(offer| denied the) = 0 加1(拉普拉斯?) 平滑 Maxim 阅读全文

摘要： N-grams 语言模型 P(W) = P(W1,W2,W3...Wn) = P(W5|W1,W2,W3,W4) 计算给定句子的概率，主要说明了这些词语结合的如何上面的计算，依赖Chain Rule of Probability.主要是条件概率 P(A|B) = P(A,B)/P(B) P(A,B) 阅读全文

摘要： 以下内容基本来自于《统计自然语言处理》： 熵又称为自信息（self-information），可以视为描述一个随机变量 的不确定性的数量。它表示信源X每发一个符号（不论发什么符号）所 提供的平均信息量［姜丹，2001］。一个随机变量的熵越大，它的不确 定性越大，那么，正确估计其值的可能性就越小。越不 阅读全文

摘要： 跟着Bag of Words Meets Bags of Popcorn的初学者实例，敲了一遍代码。主要用到的是CountVectorizer，生成每个评论的词频向量，然后利用随机森林建立模型，对新的评论进行预测。提交之后，分数大概为0.84。 阅读全文

摘要： 在机器学习概率部分，经常会看到先验概率、后验概率，总是感觉特别懵逼。今天刚好打开贝叶斯思维这本书，里面讲了贝叶斯的另一种解释。 历时诠释 主要思路：根据数据集D的内容变化更新假设概率H的方法。 “历时”意味着某些事情随着时间而发生； 在考虑H和D的情况下，贝叶斯的表达式可以写为： p(H|D) = 阅读全文

摘要： NumPy学习 NumPy重要的一个特点：是一个N维数组对象。提供了shape(指明行数、列数)和dtype(数据类型) 初始化 注意，如果有切片来自于该数据，改变切片，也会改变原来的数据。 Panda 主要由Series和DataFrame组成。 Series 1，Series包括了index和v 阅读全文

摘要： 在进行python数据分析的时候，首先要进行数据预处理。 有时候不得不处理一些非数值类别的数据，嗯， 今天要说的就是面对这些数据该如何处理。 目前了解到的大概有三种方法： 1，通过LabelEncoder来进行快速的转换； 2，通过mapping方式，将类别映射为数值。不过这种方法适用范围有限； 3 阅读全文

摘要： 概述 php通过扩展方式，调用c++源码，这样做的理由有很多，当你搜到这篇文章时，相信你已经有自己的考虑了。 写这篇博客的理由有二： 整理下php扩展调用c++代码的过程。网上有很多类似的文章，不过对于php扩展c++的方式，很多文章在关键的地方并没有说明，或者说，大部分都是扩展调用c代码的。 已经 阅读全文