一个真实的例子：根据一家公司服务器过去的访问量来预测未来的访问量。具体步骤：1.读取数据：服务器的访问量被记录成一个csv文件web_traffic.csv，格式如下：1 22722 nan3 13864 13655 14886 13377 18838 22839 133510 102511 113...
分类：
其他好文 时间：
2014-09-18 00:38:32
阅读次数：
549
在之前一篇博文中， 有同学在评论中问了个问题： 如何解决因式分解带来的推荐冷门关键词的问题。 在回答这个问题的时候， 想到了近几年在做搜索推荐系统的过程中， 学术界和工业界的一些区别。 正好最近正在做技术规划， 于是写偏文章说下工业界完整推荐系统的设计。结论是： 没有某种算法能够完全解决问题， 多重算法+交互设计， 才能解决特定场景的需求。下文也对之前的一些博文进行梳理，构成一个完整工业界推荐系统所具有的方方面面（主要以百度关键词搜索推荐系统为例）...
分类：
其他好文 时间：
2014-09-17 21:57:22
阅读次数：
424
常用的机器学习&数据挖掘知识(点）
声明：想做机器学习&数据挖掘的学弟学妹，可以看看，转载请说明出处...
常用的机器学习知识(点)
Basis(基础)：
MSE(Mean Square Error 均方误差)，LMS(LeastMean
Square 最小均方)，LSM(Least Square Methods 最小二乘法)，MLE(MaximumLikelihoo...
分类：
其他好文 时间：
2014-09-15 22:51:09
阅读次数：
340
2.1.1 文档分析及编码转换： 文档处理第一步，是将文件或web服务器上的一系列二进制字节序列转换为字符序列。 在实际中，首先要判断出文档的编码方式（机器学习分类、启发式等方法），确定文档的类型（word?zip?)然后将字节序列转换成字符序列。 2.1.2 文档单位（document unit)...
分类：
其他好文 时间：
2014-09-15 21:04:59
阅读次数：
250
机器学习(5)之牛顿算法1. 牛顿迭代算法简介 设r是的根，选取作为r的初始近似值，过点做曲线的切线L，L的方程为，求出L与x轴交点的横坐标，称x1为r的一次近似值。过点做曲线的切线，并求该切线与x轴交点的横坐标，称为r的二次近似值。重复以上过程，得r的近似值序列，其中，称为r的次近似值，上式称为....
分类：
其他好文 时间：
2014-09-14 23:28:37
阅读次数：
567
Weka算法Classifier-meta-Bagging源码分析...
分类：
其他好文 时间：
2014-09-14 20:49:17
阅读次数：
480
前言
最近几周花了点时间学习了下今年暑假龙星计划的机器学习课程，具体的课程资料参考见附录。本课程选讲了写ML中的基本模型，同时还介绍了最近几年比较热门，比较新的算法，另外也将ML理论和实际问题结合了起来，比如将其应用在视觉上，web上的等。总之，虽然课程内容讲得不是特别细（毕竟只有那么几节课），但是内容还算比较新和比较全的。学完这些课后，收获还算不少的，至少了解到了自己哪方面的知识比较弱...
分类：
其他好文 时间：
2014-09-14 01:25:10
阅读次数：
321
K近邻很简单。简而言之，对于未知类的样本，按照某种计算距离找出它在训练集中的k个最近邻，如果k个近邻中多数样本属于哪个类别，就将它判决为那一个类别。由于采用k投票机制，所以能够减小噪声的影响。由于KNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较...
分类：
其他好文 时间：
2014-09-13 20:04:05
阅读次数：
241
