算法简介
NBC是应用最广的分类算法之一。朴素贝叶斯模型发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。同时，NBC模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。
算法假设
给定目标值时属性之间互相条件独立。
算法输入
训练数据 T={(x1,y1),(x2,y2),……,(xn,yn)}
待分类数据x0=(x0(1),x0(2),……,x0(n)...
分类：
其他好文 时间：
2014-07-28 16:17:13
阅读次数：
412
算法简介：
K-Means算法是输入聚类个数k，以及包含n个数据对象的数据库，输出满足方差最小标准的k个聚类。并使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中
对象相似度较小。
算法假设：
均方误差是计算群组分散度的最佳参数。
算法输入：
聚类个数k；...
分类：
其他好文 时间：
2014-07-28 00:03:39
阅读次数：
343
问题导读：1. 推荐系统概述；2. 推荐系统指标设计；3. Hadoop并行算法；4. 推荐系统架构；5. MapReduce程序实现。前言Netflix电影推荐的百万美金比赛，把“推荐”变成了时下最热门的数据挖掘算法之一。也正是由于Netflix的比赛，让企业界和学科界有了更深层次的技术碰撞。引发...
分类：
其他好文 时间：
2014-06-25 09:46:57
阅读次数：
329
输入法，尤其是拼音输入法，解决的就是一些序列标注的问题，针对给定的状态(拼音)，获取其概率最高的隐状态(中文)。
这个是一个标准的HMM，针对HMM的解码过程，是一个很成熟也很完备的东西。
local的计算和存储能力都有限，我们选择一般是二阶马尔科夫，也就是所谓的bigram model。 高阶对质量会有帮助，但是涉及到存储和计算，工程上不可行。
同理，利用ME 以及CRFmodel...
分类：
其他好文 时间：
2014-06-10 18:18:23
阅读次数：
208
六月到了。开始找工作的节奏，IT方面知识储备严重欠缺，定计划，更新博客，记录自己的准备历程。1、数据结构 15天2、常用算法（排序、动态规划、贪心等）
30天3、数据挖掘算法 15天4、移动端、web端开发入门 15天5、操作系统 10天共计85天，那时将近9月，还能赶上找工作的大潮。何...
分类：
其他好文 时间：
2014-06-02 11:46:07
阅读次数：
314
K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。Mahout kmeans MapReduce实现的原理和上述的一致，值得注意的是，Mahout将数据存储在HDFS，用MapReduce做批量并行的计算。在做kmeans之前，需要将文本用Mahout向量化模块工具做向量化。计算过程主要分为三个步骤：初始中心选取，寻找簇中心，划分数...
分类：
其他好文 时间：
2014-05-26 06:00:31
阅读次数：
239
系列文章：数据挖掘算法之决策树算法 [QQ群:
189191838，对算法和C++感兴趣可以进来]
k-means算法可以说是数据挖掘中十大经典算法之一了，属于无监督的学习。该算法由此衍生出了很多类k-means算法，比如k中心点等等，在数据挖掘领域，很多地方都会用到该算法，他能够把相似...
分类：
其他好文 时间：
2014-04-29 10:26:46
阅读次数：
491
