KNN最邻近规则，主要应用领域是对未知事物的识别，即判断未知事物属于哪一类，判断思想是，基于欧几里得定理，判断未知事物的特征和哪一类已知事物的的特征最接近； K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如
分类：
其他好文 时间：
2016-02-05 18:55:34
阅读次数：
169
三个分类：1.算法； 2.题目+心得 3.杂七杂八的东西（编程语言+心得）
分类：
其他好文 时间：
2016-02-01 09:48:28
阅读次数：
154
分类实际上就是按照某种标准来给对象贴标签，然后再根据标签进行区分，基于概率统计的贝叶斯分类算法是最常见的分类算法，也是目前垃圾文本识别领域应用最广泛的算法。 使用贝叶斯分类算法进行二分类大致可分为这几个步骤： 收集大量的垃圾内容和非垃圾内容语料，建立训练的垃圾语料集和正常内容的语料集。 对语料文本进
分类：
编程语言 时间：
2016-01-28 15:20:32
阅读次数：
137
实际生活中，人们为了解决一个问题，如对象的分类（对象可是是文档、图像等），首先必须做的事情是如何来表达一个对象，即必须抽取一些特征来表示一个对象，如文本的处理中，常常用词**来表示一个文档，或把文档表示在向量空间中（称为VSM模型），然后才能提出不同的分类算法来进行分类；又如在图像处理中，我们可以用...
分类：
其他好文 时间：
2016-01-25 11:06:46
阅读次数：
149
九大排序算法再总结2013-01-03 21:4684410人阅读评论(18)收藏举报分类：【算法导论】（39）版权声明：本文为博主原创文章，未经博主允许不得转载。目录(?)[+]如果要转载，需要注明出处：http://blog.csdn.net/xiazdong本文是http://blog.csd...
分类：
编程语言 时间：
2016-01-23 12:55:20
阅读次数：
240
贝叶斯学习方法中实用性很高的一种为朴素贝叶斯学习期，常被称为朴素贝叶斯分类器。在某些领域中与神经网络和决策树学习相当。虽然朴素贝叶斯分类器忽略单词间的依赖关系，即假设所有单词是条件独立的，但朴素贝叶斯分类在实际应用中有很出色的表现。
朴素贝叶斯文本分类算法伪代码：
朴素贝叶斯文本分类算法流程：
通过计算训练集中每个类别的概率与不同类别下每个单词的概率，然后利用朴素贝叶斯公式计...
分类：
其他好文 时间：
2016-01-17 23:20:01
阅读次数：
478
1决策树（Decision Trees）的优缺点决策树的优点：一、 决策树易于理解和解释.人们在通过解释后都有能力去理解决策树所表达的意义。二、 对于决策树，数据的准备往往是简单或者是不必要的.其他的技术往往要求先把数据一般化，比如去掉多余的或者空白的属性。三、 能够同时处理数据型和常规...
分类：
编程语言 时间：
2016-01-13 23:34:37
阅读次数：
172
1、前言： Naive Bayes（朴素贝叶斯）是一个简单的多类分类算法，该算法的前提是假设各特征之间是相互独立的。Naive Bayes 训练主要是为每一个特征，在给定的标签的条件下，计算每个特征在该标签的条件下的条件概率。最后用这个训练后的条件概率去预测。 由于我使用的Spark的版本是1......
分类：
其他好文 时间：
2016-01-05 15:34:01
阅读次数：
206
电脑办公(电脑整机(笔记本,平板电脑,超极本),外设产品)数据格式：Array(‘cat_id’=>’45’,‘cat_name’=>’电脑办公’,‘parent_id’=>’0’,‘children’=>Array(Array(‘cat_id’=>’8’,‘cat_name’=>’电脑整机’,‘p...
分类：
编程语言 时间：
2015-12-16 17:25:00
阅读次数：
243
文本分类算是自然语言处理领域最最常见的问题了，开源的工具也很好用，但是苦于训练速度缓慢，需要引进多核的版本，开源提供的多核支持参数有限，而同事提供的又有语言障碍，觉得自己探索下多分类器。 分类算法有很多，但是效果较好的基本就是LR和SVM，而这两个算法业内著名的开源代码应该就是liblinea...
分类：
其他好文 时间：
2015-12-14 22:44:41
阅读次数：
2141
