Amazon.com Recommendations Item-to-Item Collaborative Filtering
个人感受：
这篇论文首先介绍了历史上的三种算法：传统协同过滤、聚类、基于搜索的算法。第一种方法在计算效率、少量数据上表现欠佳；第二种方法准确率欠佳；第三种方法比较“简单”，因此提出了大量计算在线下的物品-物品的相似记录进行推荐。
揣测一下作者的思路，计算量大是因为数...
分类：
其他好文 时间：
2016-05-13 02:37:37
阅读次数：
372
clustering13.2 K-Means Algorithm
输入K和训练集，K代表聚类后的cluster数目。
μi\mu_{i} 是指第i个聚类中心点，首先随机指定k个聚类的中心。
第一步：对于每个点，选取离这个点最近的中心为该点的分类。
第二步：根据分类后的结果，进行聚类中心μi\mu_{i} 的更新13.3 Optimization Objective
从公式可以看出优化目...
分类：
其他好文 时间：
2016-05-12 20:30:56
阅读次数：
300
老规矩，直接贴报告~
Programe list:
Programe was developed in the condition of Windows aswell as Linux server, programming language is Matlab (www.mathworks.com).
Classify.m, Kmeans.m: function for K-means...
分类：
编程语言 时间：
2016-05-12 18:22:48
阅读次数：
362
#!/bin/bash
#
# Licensed to the Apache Software Foundation (ASF) under one or more
# contributor license agreements. See the NOTICE file distributed with
# this work for additional information re...
分类：
其他好文 时间：
2016-05-12 11:46:20
阅读次数：
198
文本挖掘介绍 文本挖掘：“自动化或半自动化处理文本的过程”，包含了文档聚类、文档分类、自然语言处理、文本变化分析及网络挖掘等领域内容。对于文本处理过程首先需要有分析的语料（text corpus），然后根据这些语料建立半结构化的文本库（text database）。最后生成包含语频的结构化的词条—— ...
分类：
其他好文 时间：
2016-05-11 01:26:11
阅读次数：
397
一、对于基于密度的dbScan： 1、 dbScan 第一步选粗略划分出来的类是否相交合并问题 （1）合并，两两小分类，只要有交集，便合并为一个大类。问题：数据点过多的时候，数据密度大，容易引起大规模数据串联起来，归为一类，轨迹聚类结果，准确性较差（下图所有操作均为针对300条名航轨迹，大约2400 ...
分类：
其他好文 时间：
2016-05-09 00:10:01
阅读次数：
415
作者(Alex Rodriguez, Alessandro Laio)提出了一种很简洁优美的聚类算法, 可以识别各种形状的类簇, 并且其超参数很容易确定. 算法思想 该算法的假设是类簇的中心由一些局部密度比较低的点围绕, 并且这些点距离其他有高局部密度的点的距离都比较大. 首先定义两个值: 局部密度 ...
分类：
编程语言 时间：
2016-05-07 16:39:05
阅读次数：
219
一、dbScan 对关键点聚类 二、根据轨迹上关键点，对每两条轨迹上点的类别序列进行最长匹配 例如：(1-2-3-4 ，0-2-3-4) ——> 2-3-4，得出两两轨迹之间的差异度。 两两轨迹之间的差异度矩阵： 三、进行层次聚类 聚类结果：上图选取 300 条轨迹进行聚类，聚类后，轨迹缩减为 23 ...
分类：
其他好文 时间：
2016-05-06 20:24:52
阅读次数：
383
背景： 目的：要用Python下的DBSCAN聚类算法。 scikit-learn 是一个基于SciPy和Numpy的开源机器学习模块，包括分类、回归、聚类系列算法，主要算法有SVM、逻辑回归、朴素贝叶斯、Kmeans、DBSCAN等，目前由INRI 资助，偶尔Google也资助一点。 SciPy是 ...
分类：
编程语言 时间：
2016-05-06 20:18:39
阅读次数：
284
官话套话不想讲，介绍也不想打，都知道pyspark和KDD-99是啥吧？
不知道的话．．．点这里1
或者这里2转载记得注明出处pyspark本身是用Scala语言编写的，而Scala语言呢又是Java的变形状态，虽说spark也支持Python，但是还是没有Scala支持的好，对于pyspark的书也很少．所以恰好前几天研究了一些，现在跟大家分享交流一下吧．
首先我是用替换后的kdd-99-1...
分类：
其他好文 时间：
2016-05-06 12:38:37
阅读次数：
505
