原创 從DT到Random Forest、GBDT
決策樹 基礎的內容，參考的鏈接： http://leijun00.github.io/2014/09/decision-tree/ ID3 最基礎的決策樹，多叉樹，僅能處理離散型值 採用信息增益來處理 g(D,A)=H(D)−
2020-07-04 15:28:07
原创 《菊與刀》感觸
閒雜書，好久沒看過了。 日本人，挺奇怪，也挺不奇怪的個體。 各就其位，按照等級尊卑 天皇的絕對地位 報恩，接受了別人的恩情 道義，爲了榮譽感
2020-07-04 15:28:07
原创 [轉]你應該掌握的七種迴歸技術
原文鏈接：http://www.analyticsvidhya.com/blog/2015/08/comprehensive-guide-regression/ 翻譯鏈接：http://www.csdn.net/article/
2020-07-04 15:28:07
原创 不均衡數據處理
參考文獻： 1. http://machinelearningmastery.com/tactics-to-combat-imbalanced-classes-in-your-machine-learning-dataset/
2020-07-04 15:28:07
原创 貝葉斯
這兩篇文章寫得超讚： 樸素貝葉斯： http://www.cnblogs.com/leoo2sk/archive/2010/09/17/naive-bayesian-classifier.html 貝葉斯網絡： http:
2020-02-21 04:49:00
原创 lucene
原鏈接：http://www.cnblogs.com/xing901022/p/3933675.html#_labelTop 主要是兩部分。 一是建立索引。有Directory建立目錄，有IndexWriter進行寫，其中的內
2020-02-21 04:49:00
原创 推薦算法綜述
好多好長… 不想寫，粘貼鏈接先吧… http://www.infoq.com/cn/articles/recommendation-algorithm-overview-part01 http://www.infoq.com/
2020-02-21 04:49:00
原创 異常檢測
參考： http://blog.163.com/zhoulili1987619@126/blog/static/353082012015211114642546/ 統計方法 假設正常點和異常點都有一個分佈。開始時，所有點都服從
2020-02-21 04:49:00
原创 simHash
好文章！simhash講得很透徹，而且應用時候，怎麼建索引的方法也有介紹。 原文鏈接：http://grunt1223.iteye.com/blog/964564 在工作學習中，我往往感嘆數學奇蹟般的解決一些貌似不可能完成的任務，並且
2020-02-21 04:49:00
原创 LSH
SimHash 參考：http://blog.csdn.net/heiyeshuwu/article/details/44117473 如下圖，規定是多少位，對各個特徵進行hash。將所有特徵的進行累加。累加結果，若該位大於0則
2020-02-21 04:49:00
原创 Canopy聚類
http://my.oschina.net/liangtee/blog/125407 http://blog.sina.com.cn/s/blog_618985870101dw5j.html 一般說法是，可以作爲K-means的
2020-02-21 04:49:00
原创 python爬蟲介紹
參考鏈接： 1. 授人以漁的文章，裏面講到爬蟲一般怎麼做，分佈式的時候怎麼辦等：http://www.zhihu.com/question/20899988 2. scrapy的文章，介紹了怎麼用 http://scrapy-
2020-02-21 04:49:00
原创 item-based algorithm
6.2 章節 http://openresearch.baidu.com/u/cms/www/201210/30144944cqmu.pdf;jsessionid=27FE07729A54FE415012B97849E2D1C1
2020-02-21 04:49:00
原创 極大似然
這兩篇文章不錯： 1. http://www.zhihu.com/question/20447622 2. http://blog.csdn.net/bingduanlbd/article/details/24384771
2020-02-21 04:49:00
原创 TextRank
關鍵字 嗯，模型比較簡單，限定一個窗口（比如一個詞前後k個詞，認爲他們具有連接），然後計算PageRank 得到的就是這段話裏的關鍵字，據說比TFIDF要靠譜點 關鍵句 主要也是句子間連接關係的限定，paper裏計算句子的相
2020-02-21 04:49:00