前些天学习python,完成了python练习册的大部分习题：https://github.com/Show-Me-the-Code/python（我的github上有习题代码，欢迎自取）。之后看到@salamer的一个python爬虫项目，觉得很不错。于是自己花了４天的时间完成了一个大规模爬取知乎用户信息的爬虫，由于个人网络原因，爬取12小时，获得了34k用户的信息（理论上可以爬全站的信息，可能...
分类：
编程语言 时间：
2016-05-07 07:16:31
阅读次数：
267
Java实例9 - 汉明距离 Hamming Distance http://blog.csdn.net/kindterry/article/details/6581344 /**在信息理论中，两个等长字符串之间的汉明距离 * 是两个字符串对应位置上不同字符的个数， * 换句话说，汉明距离就是将一个 ...
分类：
编程语言 时间：
2016-04-20 00:21:24
阅读次数：
799
LDA主题模型好坏的评估，判断改进的参数或者算法的建模能力。
Blei先生在论文《Latent Dirichlet Allocation》实验中用的是Perplexity值作为评判标准。
一、Perplexity定义
http://en.wikipedia.org/wiki/Perplexity
perplexity是一种信息理论的测量方法，b的perplexity值定义为基于b的...
分类：
其他好文 时间：
2015-01-06 17:58:56
阅读次数：
232
