[摘要]关键词提取是中文信息处理技术的热点和难点，基于统计信息的方法是其中一个重要分支。本文针对基于统计信息关键词提取方法准确率低的问题，提出基于高维聚类技术的中文关键词提取算法。算法通过依据小词典的快速分词、二次分词、高维聚类及关键词甄选四个步骤实现关键词的提取。理论分析和实验显示，基于高维聚类技...
分类：
其他好文 时间：
2014-09-24 18:00:37
阅读次数：
141
聚类分析(clusteranalysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。聚类分析也叫分类分析(classificationanalysis)或数值分类(numericaltaxonomy)。聚类与分类的不同在于，聚类所要求划分的类是未知的。 聚类分析计算方.....
分类：
其他好文 时间：
2014-09-23 21:29:45
阅读次数：
209
Mean Shift，我们 翻译为“均值飘移”。其在聚类，图像平滑。图像切割和跟踪方面得到了比較广泛的应用。因为本人眼下研究跟踪方面的东西，故此主要介绍利用Mean Shift方法进行目标跟踪，从而对MeanShift有一个比較全面的介绍。 （下面某些部分转载常峰学长的“Mean Shift概述”）...
分类：
其他好文 时间：
2014-09-20 15:09:38
阅读次数：
228
入门级聚类： 一个班级有30学生，每个学生10张不同照片，将这300张照片打乱，聚类就是在不告诉机器任何学生信息，仅凭对300张照片的学习，然后把它分成10类；分类 一个班级有30学生，每个学生10张不同照片，每张照片上面写了该同学的名字，分类就是机器对这300张照片和照片上的名字进行学习，形成.....
分类：
其他好文 时间：
2014-09-19 23:44:46
阅读次数：
379
源代码下载：NaviveBayesClassify.rarPreface文本的分类和聚类是一个比较有意思的话题，我以前也写过一篇blog《基于K-Means的文本聚类算法》，加上最近读了几本数据挖掘和机器学习的书籍，因此很想写点东西来记录下学习的所得。在本文的上半部分《基于朴素贝叶斯分类器的文本分类...
分类：
其他好文 时间：
2014-09-18 22:02:34
阅读次数：
325
聚类算法在数据挖掘里面被称之为无监督学习（unsupervised learning），这是与监督学习（supervised learning）相对的。在它们两者之间还一种叫做半监督学习（semi-supervised learning）聚类算法的一般过程分为：1. 读入需预测样本2. 初始化聚类算...
分类：
其他好文 时间：
2014-09-18 20:18:04
阅读次数：
381
之前一直想读这篇，今天读了一下，颇有收获:
1.对文档按相似term聚类之后,delta较小，可以提高压缩率(similarity graph)
1.GPU一般可以有几百个核，有shared memory和global memory,shared memory相当于寄存器的速度,global memory速度较慢
2.有序数组上的搜索算法除了binary search还有interplati...
分类：
其他好文 时间：
2014-09-18 00:52:07
阅读次数：
239
印象笔记同步分享：Machine Learning—分类和聚类，监督学习和非监督学习...
分类：
其他好文 时间：
2014-09-14 01:24:16
阅读次数：
193
最近要在spark上做一个聚类的项目，数据规模和类的数目都比较大。因此总结了一下常见的聚类算法。最终选择mini-batch kmeans，并使用kmeans++来初始化类中心。这样算法的执行速度比较快，而且效果相对靠谱。...
分类：
其他好文 时间：
2014-09-13 00:51:24
阅读次数：
420
企业应有一个硬性的“目标”这个说法，我们听得越来越多——但那又是什么意思？
难道还没有足够多的标签，来描述企业的方向么？我们还需要另一个标签么？ 我认为我们需要，并且我已汇总聚类来帮助区分所有这些标签。 一个形象的说法就是，一个企业想在未来变成什么样子？
这通常由高级管理描绘，也通过用一种清晰可回顾的方式努力思考日常活动之外的事来完成。比如，一家瑞典的叫做爱立信的公司就这样定义其愿景：...
分类：
其他好文 时间：
2014-09-11 11:15:41
阅读次数：
361
