摘要：
文章转自： wind_blast LDA(Latent dirichlet allocation)[1]是有Blei于2003年提出的三层贝叶斯主题模型，通过无监督的学习方法发现文本中隐含的主题信息，目的是要以无指导学习的方法从文本中发现隐含的语义维度-即“Topic”或者“Concept”。隐性语 阅读全文
摘要：
本文转自：v_JULY_v 0 前言 印象中，最开始听说“LDA”这个名词，是缘于rickjin在2013年3月写的一个LDA科普系列，叫LDA数学八卦，我当时一直想看来着，记得还打印过一次，但不知是因为这篇文档的前序铺垫太长（现在才意识到这些“铺垫”都是深刻理解LDA 的基础，但如果没有人帮助初学 阅读全文
摘要：
转义字符描述 \(在行尾时) 续行符 \\ 反斜杠符号 \’ 单引号 \” 双引号 \a 响铃 \b 退格(Backspace) \e 转义 \000 空 \n 换行 \v 纵向制表符 \t 横向制表符 \r 回车 \f 换页 \oyy 八进制数yy代表的字符，例如：\o12代表换行 \xyy 十进制数yy代表的字符，例如：\x... 阅读全文
摘要：
转自穆晨 阅读目录 前言 准备数据：切分文本 训练并测试 小结 转自穆晨 阅读目录 前言 准备数据：切分文本 训练并测试 小结 回到顶部 前言 朴素贝叶斯算法最为广泛而经典的应用毫无疑问是文档分类，更具体的情形是邮件过滤系统。 本文详细地讲解一个基于朴素贝叶斯分类算法的邮件过滤系统的具体实现。 本文 阅读全文
摘要：
转自穆晨 阅读目录 前言 词向量 算法原理 训练算法剖析：如何计算某个词向量的概率 朴素贝叶斯分类算法的完整实现 小结 转自穆晨 阅读目录 前言 词向量 算法原理 训练算法剖析：如何计算某个词向量的概率 朴素贝叶斯分类算法的完整实现 小结 回到顶部 前言 本文介绍机器学习分类算法中的朴素贝叶斯分类算 阅读全文
摘要：
本文转自：穆晨 补充：2000个训练集也是32x32矩阵。 阅读目录 前言 第一步：收集并准备数据 第二步：测试算法 小结 本文转自：穆晨 补充：2000个训练集也是32x32矩阵。 阅读目录 前言 第一步：收集并准备数据 第二步：测试算法 小结 回到顶部 前言 本文将继续讲解K-近邻算法的项目实例 阅读全文
摘要：
定义： 决策树是一种分而治之(Divide and Conquer)的决策过程。一个困难的预测问题, 通过树的分支节点, 被划分成两个或多个较为简单的子集，从结构上划分为不同的子问题。将依规则分割数据集的过程不断递归下去(Recursive Partitioning)。随着树的深度不断增加，分支节点 阅读全文
摘要：
本文参考：常用数据挖掘算法总结及 Python 实现，机器学习实战，以及网友http://www.cnblogs.com/jtianwen2014/p/4249003.html 算法思路： 存在一个样本数据集，也称作训练样本集，并且样本中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应 阅读全文
摘要：
Python列表具有内置的 list.sort()方法，可以在原地修改列表。 还有一个 sorted()内置的函数从迭代构建一个新的排序列表。在本文中，我们将探讨使用Python排序数据的各种技术。转自http://mp.weixin.qq.com/s?__biz=MzI5NDY1MjQzNA==& 阅读全文