dataAlpha

只有注册用户登录后才能阅读该文。 阅读全文

摘要： python种距离计算包括两种方式，一是用scipy.spatial.distance里面包括的距离很多 [‘braycurtis’, ‘canberra’, ‘chebyshev’, ‘correlation’, ‘dice’, ‘hamming’, ‘jaccard’, ‘kulsinski’, 阅读全文

摘要： 一、推荐系统概念简介 推荐系统的本质是信息过滤，解决信息过载问题，将用户与物品联系起来。其实推荐系统很好的好处是发现长尾，大家可以看看长尾理论这本书~ 与搜索引擎不同，不需要用户提供明确需求，而是通过分析用户的历史行为给用户的兴趣建模，从而主动给用户推荐能够满足给他们兴趣和需求信息。 个性化推荐系统 阅读全文

摘要： 1.安装graphviz。下载地址在：http://www.graphviz.org/。如果你是linux，可以用apt-get或者yum的方法安装。如果是windows，就在官网下载msi文件安装。无论是linux还是windows，装完后都要设置环境变量，将graphviz的bin目录加到PAT 阅读全文

摘要： 一、一些概念 互信息： 两个随机变量x和Y的互信息，定义X, Y的联合分布和独立分布乘积的相对熵。 贝叶斯公式： 贝叶斯带来的思考： 给定某些样本D，在这些样本中计算某结论出现的概率，即 给定样本D 所以可以推出，再假定p(Ai)相等，可以推出，这个就是最大似然估计做的事情，看下取哪个参数的时候，D 阅读全文

摘要： 特征工程 一、特征处理 1. 正负样本不均衡问题 a) Oversampleing b) 修改损失函数 c) 取n份正样本 与 负样本 分别构建分类器，然后vote 2． 数值特征处理 a) 归一化 b) Log变换 c) 统计max min mean std d) 离散化 e) HASH分桶 f) 阅读全文

摘要： 关联规则：评定规则的标准 支持度：规则前项LHS和规则后项RHS所包括的商品都同时出现的概率，LHS和RHS商品的交易次数/总交易次数。 置信度：在所有的购买了左边商品的交易中，同时又购买了右边商品的交易机率，包含规则两边商品的交易次数/包括规则左边商品的交易次数。 提升度（有这个规则和没有这个规则 阅读全文

摘要： 为什么除了人工神经网络，又冒出来卷积神经网络、循环神经网络等等，因为之前人工神经网络的框架，对于高纬度的图像等数据需要求的W太多。卷积神经网络，可以参数共享（指的是各神经元有自己的固定参数），保持了层级网络结构，不同层次有不同形式（运算）与功能（而人工神经网络都是全连接）。三个关键点：local c 阅读全文

摘要： 1.\d 代表任意一个数字 \D代表任意字母 \s 表示所有长得像空格的东西，包括换行 2.\w 代表数字，字母和下划线 3. *匹配前一个字符0或者无限次 （贪婪字符，但凡有就要一直去下去，？是有节制的） .匹配除换行符以外的所有字符 g全局匹配 4. [] 自定义正则化，每个字母代表一个值 [^ 阅读全文

摘要： Adaboost\GBDT\GBRT\组合算法（龙心尘老师上课笔记） 一、Bagging （并行bootstrap）& Boosting（串行） 随机森林实际上是bagging的思路，而GBDT和Adaboost实际上是boosting的思路。而bagging和boosting有什么区别呢？怎样从b 阅读全文