本文介绍一个示例：使用 pymongo 连接 MongoDB，查询MongoDB中的 字符串 记录，并比较字符串之间的相似度。 一，Python连接MongoDB 大致步骤：创建MongoClient > 获取 DataBase >获取Collection，代码如下： 二，Python MongoD ...
分类：
数据库 时间：
2017-11-25 14:22:39
阅读次数：
275
7. 夹角余弦(Cosine) 也可以叫余弦相似度。 几何中夹角余弦可用来衡量两个向量方向的差异，机器学习中借用这一概念来衡量样本向量之间的差异。 (1)在二维空间中向量A(x1,y1)与向量B(x2,y2)的夹角余弦公式： (2) 两个n维样本点a(x11,x12,…,x1n)和b(x21,x22 ...
分类：
编程语言 时间：
2017-11-20 21:55:10
阅读次数：
356
问题描述： 该问题在算法导论中引申自求解两个DNA序列相似度的问题。 可以从很多角度定义两个DNA序列的相似度，其中有一种定义方法就是通过序列对齐的方式来定义其相似度。 给定两个DNA序列A和B，对齐的方式是将空格分别插入到A和B序列中，得到具有相同长度的对齐后的序列C和D；空格可以插入到任意的位置 ...
分类：
其他好文 时间：
2017-11-12 21:45:02
阅读次数：
150
Page 1Published as a conference paper at ICLR 2017AS IMPLE BUT T OUGH - TO -B EAT B ASELINE FOR S EN -TENCE E MBEDDINGSSanjeev Arora, Yingyu Liang, Te ...
分类：
其他好文 时间：
2017-11-11 16:45:56
阅读次数：
368
最长公共子序列问题在算法导论中引申自确定DNA序列相似度的问题：给定两个DNA序列S1和S2，寻找第三个序列S3，要求序列S3中的元素都来源于S1和S2，且在这三个序列中先后顺序相同，但在S1和S2中不要求连续，如果找到这样的S3序列越长，可以认为S1和S2相似度越高。 问题描述： 给定两个序列X= ...
分类：
其他好文 时间：
2017-11-10 13:52:26
阅读次数：
217
#include <iostream>#include <vector>#include <cmath>template <typename DataType>double mycosine(typename::std::vector<DataType>& arrayA, typename::std ...
分类：
其他好文 时间：
2017-11-01 22:55:31
阅读次数：
245
static void Main(string[] args) { Levenshtein(@"今天天气不错", @"今天的天气不错啊"); Console.Read(); } /// /// 字符串相似度计算 /// //... ...
分类：
其他好文 时间：
2017-11-01 14:55:45
阅读次数：
161
在过去的2年里，我已确定把文件格式作为我的主要研究课题之一，NPOI就是在这样的研究课题下的产物。尽管从严格意义上讲NPOI只是POI的.NET版本，并不是我创造的，但是在开发过程中，我对OLE2有了深入的理解和认识，也对Office 97-2003的文件格式有了截然不同的认识。如果在过去，有人问我 ...
分类：
Web程序 时间：
2017-10-31 11:07:08
阅读次数：
220
身份鉴别系统 简单来说，我们要做的就是一种通过用户敲击键盘的习惯进行身份鉴别的系统。国内外之前有一些相关研究，但是通常是数千条数据训练，而且不能随意改变敲击的字符串，或者是有的要求采用带有压力传感器的键盘，难以实用和推广。我们做一个比较简单的根据匹配相似度的系统，采用普通键盘即可使用，其算法实现很简 ...
分类：
其他好文 时间：
2017-10-18 14:52:07
阅读次数：
153
随机森林 用法： 1. 样本的相似度，认为在一个叶子节点的两个样本是相似的，来计算样本相似度矩阵。 2. 特征选择：修改节点的特征选择，看预测的结果有没有显著变化，有的话，说明被替换的特征比较重要，反之，不重要。 3. Isolation Forest: 随机选择特征，随机选择分割点生成一定深度的决 ...
分类：
其他好文 时间：
2017-10-17 10:03:43
阅读次数：
139
