利用python selenium webdriver；PyQt；LDA主题模型；信息熵+word2vector+Kmeans 合成的简历投递小助手，实现海投自动化
分类：
微信 时间：
2019-01-01 22:47:30
阅读次数：
301
Gensim是一款开源的第三方Python工具包，用于从原始的非结构化的文本中，无监督地学习到文本隐层的主题向量表达。它支持包括TF-IDF，LSA，LDA，和word2vec在内的多种主题模型算法，支持流式训练，并提供了诸如相似度计算，信息检索等一些常用任务的API接口。 1、实现类 2、方法： ...
分类：
其他好文 时间：
2018-12-31 00:03:30
阅读次数：
340
R语言︱LDA主题模型——最优主题...:https://blog.csdn.net/sinat_26917383/article/details/51547298#comments ...
分类：
编程语言 时间：
2018-12-20 14:38:54
阅读次数：
219
在前面我们讲到了基于矩阵分解的LSI和NMF主题模型，这里我们开始讨论被广泛使用的主题模型：隐含狄利克雷分布(Latent Dirichlet Allocation，以下简称LDA)。注意机器学习还有一个LDA，即线性判别分析，主要是用于降维和分类的，如果大家需要了解这个LDA的信息，参看之前写的线 ...
分类：
其他好文 时间：
2018-12-04 13:22:13
阅读次数：
262
本文是LDA主题模型的第三篇，读这一篇之前建议先读文本主题模型之LDA(一) LDA基础，同时由于使用了EM算法，如果你对EM算法不熟悉，建议先熟悉EM算法的主要思想。LDA的变分推断EM算法求解，应用于Spark MLlib和Scikit-learn的LDA算法实现，因此值得好好理解。 1. 变分 ...
分类：
编程语言 时间：
2018-12-04 13:15:02
阅读次数：
186
在文本主题模型之潜在语义索引(LSI)中，我们讲到LSI主题模型使用了奇异值分解，面临着高维度计算量太大的问题。这里我们就介绍另一种基于矩阵分解的主题模型：非负矩阵分解(NMF)，它同样使用了矩阵分解，但是计算量和处理速度则比LSI快，它是怎么做到的呢？ 1. 非负矩阵分解(NMF)概述 非负矩阵分 ...
分类：
其他好文 时间：
2018-12-04 13:11:14
阅读次数：
273
本文是LDA主题模型的第二篇，读这一篇之前建议先读文本主题模型之LDA(一) LDA基础，同时由于使用了基于MCMC的Gibbs采样算法，如果你对MCMC和Gibbs采样不熟悉，建议阅读之前写的MCMC系列MCMC(四)Gibbs采样。 1. Gibbs采样算法求解LDA的思路 首先，回顾LDA的模 ...
分类：
编程语言 时间：
2018-12-04 13:06:33
阅读次数：
147
隐含狄利克雷分布（Latent Dirichlet Allocation ,简称LDA) 贝叶斯模型贝叶斯模型主要涉及“先验分布”， “数据（似然）”和“后验分布”三块，在贝叶斯学派中： 先验分布 + 数据（似然）= 后验分布可以理解为通过在现先验分布的基础上更新后验分布 二项分布$a = a -2 ...
分类：
其他好文 时间：
2018-11-28 20:30:46
阅读次数：
204
#!/usr/bin/env python # -*- coding:utf-8 -*- import numpy as np import pandas as pd import re df = pd.read_csv("HillaryEmails.csv") df = df[['Id','Ext... ...
分类：
其他好文 时间：
2018-11-27 21:11:38
阅读次数：
297
摘要： 主题模型是对文字隐含主题进行建模的方法。它克服了传统信息检索中文档相似度计算方法的缺点，并且能够在海量互联网数据中自动寻找出文字间的语义主题。主题模型在自然语言和基于文本的搜索上都起到非常大的作用。 引言： 两篇文档是否相关往往不只决定于字面上的词语重复，还取决于文字背后的语义关联。对语义关 ...
分类：
其他好文 时间：
2018-11-10 17:54:24
阅读次数：
330
