摘要： （上接第二章） 4.3.1 KMeans 算法流程 算法的过程如下： （1）从N个数据文档随机选取K个文档作为质心 （2）对剩余的每个文档测量其到每个质心的距离，并把它归到最近的质心的类 （3）重新计算已经得到的各个类的质心 （4）迭代（2）~（3）步直至新的质心与原质心相等或者小于指定阀值，算法结 阅读全文

摘要： 4.1 推荐系统概述 4.1.1 从亚马逊网站认识推荐系统 4.1.2 推荐系统架构 第一部分 推荐系统至少三个推荐方： 物品信息、用户信息、用户对物品或者信息的偏好 第二部分 算法区域：推荐模型 基于人口统计学的推荐机制、基于内容的推荐、基于协同过滤的推荐（基于项目、基于用户）、基于隐语义的推荐模 阅读全文

摘要： # 决策树 输出结果： [Parallel(n_jobs=-1)]: Done 46 tasks | elapsed: 21.0s [Parallel(n_jobs=-1)]: Done 81 out of 81 | elapsed: 34.7s finished [Parallel(n_jobs= 阅读全文

摘要： #include using namespace std; #include "vector" //数组元素的 添加和删除 void main31() { //获取元素的大小 vector v1; cout 0) { cout v1; v1.push_back(1); v1.push_back(3); v1.push_ba... 阅读全文

摘要： 1.1 #include <stdio.h> include是告诉编译器，包含一个头文件。 在C语言当中任何库函数调用都需要提前包含库函数。 1.2 main函数 main函数是C语言的主函数，一个C语言的程序必须有一个主函数，也只能有一个主函数，也只能有一个主函数 1.3 注释 //代表单行注释的 阅读全文

摘要： （上接第三章） 3.4 Scikit-Learn与回归树 3.4.1 回归算法原理 在预测中，CART使用最小剩余方差（squared Residuals Minimization）来判断回归时的最优划分，这个准则期望划分之后的子树与样本点的误差方差最小。这样决策树将数据集切分成很多子模型数据，然后 阅读全文

摘要： （上接第三章） 3.3.1 信息增益率 信息增益率的定义如下： GainRatio(S,A) = Gain(S,A)/SplitInfo(S,A) 其中Gain（S,A）就是ID3算法中的信息增益，而划分信息SplitInfo（S,A）代表了按照特征A划分样本集S的广度和均匀性。 其中Si到Sc是特 阅读全文

摘要： 3.1 决策树的基本思想 3.1.1 从一个实例开始（略） 3.1.2 决策树的算法框架（略） 3.1.3 信息熵测度（略） 3.2 ID3决策树 3.2.1 ID3算法（略） 3.2.2 ID3的实现（Python实现） 定义一个ID3DTree的类来封装算法： （1） 数据导入函数 （2）执行决 阅读全文

摘要： # 逻辑回归 ## 逻辑回归处理二元分类 ## 垃圾邮件分类 输出结果： 预测类型：ham.信息：Waiting in e car 4 my mum lor. U leh? Reach home already?预测类型：ham.信息：Dear got train and seat mine low 阅读全文

摘要： （上接第二章） 2.4 分类算法：KNN 2.4.1 KNN算法原理(略） KNN算法的步骤构成： 第一阶段：确定k值（就是指最近邻居的个数）。一般是一个奇数。因为测试样本有限，故取k值为3. 第二阶段：确定距离度量公式。文本分类一般使用夹角余弦，得出分类数据点和所有已知类别的样本点，从中选择距离最 阅读全文