摘要：
当我们尝试使用统计机器学习方法解决文本的有关问题时，第一个需要的解决的问题是，如果在计算机中表示出一个文本样本。一种经典而且被广泛运用的文本表示方法，即向量空间模型(VSM)，俗称“词袋模型”。 我们首先看一下向量空间模型如何表示一个文本： 空间向量模型需要一个“字典”：文本的样本集中特征词集合，这个字典可以在样本集中产生，也可以从外部导入，上图中的字典是[baseball, specs, graphics,..., space, quicktime, computer]。 有了字典后便可以表示出某个文本。先定义一个与字典长度相同的向量，向量中的每个位置对应字典中的相应位置的单词，比... 阅读全文
随笔档案-2013年07月
寻找序列中满足条件的元素
2013-07-16 22:11 by 夜与周公, 665 阅读, 收藏,
摘要：
一、基础篇 在>这本书中，给出了这样的一个问题：快速找出一个数组中的两个元素，让这两个元素之和等于一个给定的值，假设数组中至少存在一对这样的元素。 对于这个问题有两种解决思路: 思路一：首先想到的解法是穷举法，即判断序列中任意的两个元素之和是否等于给定的数值。算法的时间复杂度O(N2)，显然这种蛮力解法不是我们想要的，需要继续寻找更高效的解法。 思路二：假设预定的两个元素的和等于SUM，对于某个原始array[i]，实际上就是要判断SUM- array[i]是否在数组中。如果元素是无序的，算法的复杂度仍然是O(N2)，没有任何改进。但如果先进行排序，算法的复杂度是O(NlogN)，... 阅读全文
寻找最大(小)的K个数
2013-07-02 20:37 by 夜与周公, 1121 阅读, 收藏,
摘要：
>一书中提到了寻找最大的K个数的问题，问题可以简单描述为：在长度为N的数组中，寻找第K(K#include #include using namespace std;int _tmain(int argc,_TCHAR* argv[]){ int myints[] = {10, 20, 30, 5, 15}; vector v(myints, myints+5); make_heap (v.begin(),v.end()); //构建堆 cout #include #include #include using namespace std;const int... 阅读全文
浙公网安备 33010602011771号