这一章讲的是利用聚集算法对blog进行分类。 首先是构造数据，找到一组blog，每个blog包含一组单词。这样就形成了(blog-name, word*)*的数据结构。 在构造该数据结构的过程中，还需要删除那些出现得太广泛的单词，删除的办法是计算每个词出现的总次数以及blog的总数，两者的比例超出某...
分类：
其他好文 时间：
2014-09-20 15:17:27
阅读次数：
202
chapter5 随机优化技术:1.randomoptimize中,返回值应为bestr2.geneticoptimize中,mute函数应该将所有路径都返回一个编译结果，否则会在后续的dorm测试中 报出异常,应该修改为:3.crosscount中,应该添加float类型的强制类型转换，否则得出的...
分类：
其他好文 时间：
2014-09-18 18:23:14
阅读次数：
168
有一个网站，允许用户对她看过的电影打分。一个可能的结果是： 用户1：{电影1=5；电影2=3；电影3=4} 用户2： 用户3： 省略其他用户。 现在网站向一个用户Jack推荐电影，最直接的方式是，找出与Jack品味最接近的人，也就需要把所有用户按照他们与jack的相似度排序。 怎么计算相似度呢？ 第...
分类：
其他好文 时间：
2014-09-13 13:13:45
阅读次数：
159
入门：数据挖掘入门的书籍，中文的大体有这些：JiaweiHan的《数据挖掘概念与技术》IanH.Witten/EibeFrank的《数据挖掘实用机器学习技术》TomMitchell的《机器学习》TOBYSEGARAN的《集体智慧编程》AnandRajaraman的《大数据》Pang-NingTan的...
分类：
其他好文 时间：
2014-09-09 22:55:09
阅读次数：
405
最近在工作之余的时间在阅读集体智慧编程这本书，在随书码字的过程中遇到的一些问题，就在这里记录一下：(注：下面的页码针对于英文的非影印版)chapter1 标题：没什么说的，浏览下就好。chapter2 提供推荐：1.书上的源码是基于python 2.x,而在3.x中print是被当作一个函数处理,所...
分类：
其他好文 时间：
2014-08-24 12:52:22
阅读次数：
572
算法&数学：算法导论详细数学离散数学及其应用(选)线性代数及其应用数论及其应用(选)python:python 基础教程python cookbookpython 网络编程基础python in a nutshell集体智慧编程机器学习实战js:dom编程艺术js cookbooklinuxlinu...
分类：
其他好文 时间：
2014-07-14 08:21:40
阅读次数：
303
在阅读《集体智慧编程》时，看到了csv文件，咋看起来跟Excel文件样子很像，具体百度吧。
这里记录下怎么用Excel来编辑csv文件。
csv文件直接用记事本打开，可以看见每个字段都是用逗号隔开的，就是说每输入一个字段就要用逗号隔开，这对于懒惰如我的人而言觉的麻烦至极，而且记事本下编辑内容总觉的是上个世纪的事。那就用个稍微高级点的offic 的Excel吧。
Excel打开：
用Exce...
分类：
其他好文 时间：
2014-06-27 09:52:51
阅读次数：
199
一：勘误
classifier类中： def fprob(self, f, cat):
if self.catcount(cat) == 0:
return 0
#notice: rember change int to double or float
# + 0.0 or *1.0 is ok, other wise, may get 0.
return self.fc...
分类：
其他好文 时间：
2014-06-24 17:49:42
阅读次数：
211
原来这么长时间没写了，今天阅读《集体智慧编程》的时候，发现了python的一个功能，列表推导式。留个存[ 表达式 for 变量 in 列表] 或者[表达式
for 变量 in 列表 if 条件]例如：ll=[1,2,3,4,5,6,7,8,9,0]print (v*10 for v in ll if...
分类：
编程语言 时间：
2014-06-11 11:23:16
阅读次数：
330
准备开题报告了，先要熟悉一下领域范围，《集体智慧编程》参考一下论点。简单的思路是看一下哪个话题最热门，用google学术来衡量一下论文数，虽然不够精确但是足以反应一点什么。
当然是选择最近比较热门的，同时参考一下国内的论文数目情况。
关键字
总的
2014
国内总数
2014
推荐
2,480,000
...
分类：
其他好文 时间：
2014-06-05 01:59:36
阅读次数：
241
