摘要： 《Python自然语言处理》用nltk.download()的方法安装书中所用语料库数据，不太好使。一是部分网友反映的下载很慢很慢，二是下载链接，无论书上、NLTK官网（http://nltk.org/nltk_data/）、网友博客（http://www.cnblogs.com/ToDoToTry... 阅读全文

摘要： 1.梯度上升优化1). 伪代码：所有回归系数初始化为1-------------------weights = ones((colNum,1))重复r次： 计算整个数据集的梯度gradient 使用alpha*gradient更新回归系数的向量 返回回归系数weights2). 迭代r次的代码... 阅读全文

摘要： 1.矩阵分解假设一个矩阵Data是m行n列，SVD(奇异值分解)将Data分解为U,E,VT 三个矩阵：Datam*n=Um*kEk*kVTk*nE是一个对角矩阵，对角元素为奇异值，对应Data的奇异值，即Data*DataT特征值的平方2.选取特征下面确定选取哪几维特征实现降维，去除噪声和冗余信息... 阅读全文

摘要： 之前在ubuntu上安装pandas,用的easy_install。这次在window上同样方法装遇到"unable to find vcvarsall.bat"，看一些网上帖子好像说这个要装minGW解决，不喜欢装那么东西。就直接下exe装pandas，但也遇到问题，在注册表里找不到python2... 阅读全文

摘要： Since I am writing blog in Ubuntu which has not installed Chinese language package, this blog will be in poor English.It's terrible to run into proble... 阅读全文

摘要： 看集体编程智慧第一章，做基于del.ici.ous建推荐系统那个练习，需要API。自从打通google API后现在见什么API都妥妥的。不过这个是人家事先编写好的python API，http://code.google.com/p/pydelicious/downloads/list下载下来，用... 阅读全文

摘要： 昨天又翻出收藏夹里一个叫“谷子粒”的bloghttp://1.guzili.sinaapp.com/?p=128#more-128，链接是博主整理的机器学习方面的热点微博，相当的干货。要说我是从知乎对数据挖掘、机器学习入的门，那现在我在微博又进一阶。这里接触到更多的国内外大牛教授，活跃的中青年MLe... 阅读全文

摘要： 在看机器学习实战中K-means一章，练习中需要调用Yahoo PlaceFinder API 为地点添加经纬度，语言是python。申请到了appid但调用好像还要收费，要填写银行卡号才能用，没管那么多直接用了。而且网上关于这个API调用的参考文章很少。鼓捣半天用JSON加载API URL进行调用... 阅读全文

摘要： 今天主要学习了K-means算法，又过了遍Andrew教授的coursera视频，弄明白了Action书上的算法。困难出现在实例练习，申请Yahoo place finder API获得了appid，但不确定是否要收费，反正案例使用时没有返回像书上出现的结果，也不确定问题是否出现在json加载时编解... 阅读全文

摘要： 感觉今天就对电脑大扫除了。卸了一早上cygwin也没找到方法，只能先放着不管，真上linux时才说。搜了搜linux视频教程很多，应该好开个头。但这个毕竟是优先级不够高的。高的必须是论文啊，还有学会DM的手艺。跟捡白菜似的先验验网上的数据源都能用不，好用不。数据堂看起来也不那么给力，微博数据自己挖更对准需求，电商数据要100~800人民币，暂且不会去用吧。其他的数据源看起来也一个德行，之后还要再甄别甄别。找好数据源，还要有用的场景，怎么挖怎么用，一些竞赛像kaggle、数据堂等上面的可供参考。学位论文上的应用也是好参考。明天做什么呢？ 阅读全文