摘要：
Bloom filter 思路 用多个不同hash 来记录，比如遇到一个 love 有4个hash function 映射到4个bit位置，如果所有位置都是1 那么认为之前已经遇到love这个词(有一定错误概率)，如果有任何一个位置是0，那么表明love这个词之前没有遇到(100%这样) Count Min Sketch
思路类似。。 考虑一个近似的(允许一定错误）的类似 has... 阅读全文
摘要：
考虑典型的文本分类，一个经典的方法就是 分词，扫描所有特征，建立特征词典
重新扫描所有特征，利用特征词典将特征映射到特征空间编号 得到特征向量
学习参数 w
存储学习参数 w ， 存储特征映射词典
预测截断装载学习参数w，装载特征映射词典
扫描数据，将所有特征利用特征映射词典映射到特征空间编号 得到特征向量
利用用学习参数w 对得到的特征向量 进行 点积 做出预测 Featur... 阅读全文