摘要：一. 搜索引擎 组成部分： 1. 网络爬虫（web crawler） 2. 索引系统（indexing system） 3. 搜索系统 （searching system） consideration: 1.Economics 2.Scalability 3. Legal issue二. 网络爬虫（... 阅读全文

摘要：什么是聚类（clustering） 个人理解：聚类就是将大量无标签的记录，根据它们的特点把它们分成簇，最后结果应当是相同簇之间相似性要尽可能大，不同簇之间相似性要尽可能小。聚类方法的分类如下图所示：一、如何计算样本之间的距离？ 样本属性可能有的类型有：数值型，命名型，布尔型……在计算样本之间的距... 阅读全文