这里隆重推出介绍一种词义消歧的（简单）方法：句子相似度虽然第一反应一定是介个，但是总不能说他们的相似度就是单词出现的重复次数吧= =||，怎么看都觉得不科学233于是，我们想到了最简单却又好用的相似度判断方式，就是"余弦相似性"（cosine similiarity）了啦：我们现在有两句话s1和s2...
分类：
其他好文 时间：
2014-12-04 19:35:45
阅读次数：
143
前面介绍过K-means聚类方法，这个方法简单易懂，主要在于如何定义距离计算公式（一般使用欧氏距离），如何选择K值，这两个问题。这次我们介绍谱聚类，它是K-means的升级版。我们计划从这样几个方面介绍谱聚类：K-measn聚类有什么缺点？谱聚类的基本思想，以及谱聚类的算法步骤。...
分类：
其他好文 时间：
2014-12-04 15:48:14
阅读次数：
243
最近要考试了，所以现在不写，怕这段时间都没空写了。
继上一篇的算法：http://blog.csdn.net/abcd_d_/article/details/41218549
，本文对分水岭算法进行了区域合并，合并准则采用hsv颜色空间的区域特征的直方图相似度进行合并。且看效果：图一是原图，图二是采用之前的文章算法的效果，图三为进行了区域合并后的效果。（大小被我调整过）
（图一）...
分类：
编程语言 时间：
2014-12-04 13:59:09
阅读次数：
275
来自：http://blog.csdn.net/samxx8/article/details/7691868相似距离(距离越小值越大) 优点 缺点 取值范围 PearsonCorrelation 类似于计算两个矩阵的协方差 ...
分类：
其他好文 时间：
2014-12-04 11:44:06
阅读次数：
281
输入：“用户—物品”评分矩阵
输出：（1）用户对某个物品喜欢程度的评分；（2）对于用户，n个推荐的物品列表
1. 基于用户的最近邻推荐（user-based cf）
算法基本假设：（1）如果用户过去有相似的偏好，那么他们未来也会有相似的偏好；（2）用户的偏好不随时间变化而变化
用户相似度计算：user-based cf中pearson相关系数比较好；item-bas...
分类：
其他好文 时间：
2014-12-03 00:25:30
阅读次数：
206
在刘军编写的《Hadoop大数据处理》截了两张图：
分类：
其他好文 时间：
2014-12-02 10:42:36
阅读次数：
173
http://blog.csdn.net/wty19/article/details/6820399http://www.cnblogs.com/technology/archive/2012/07/12/2588022.htmlhttp://blog.sina.com.cn/s/blog_4a540be60100vjae.htmlhttp://www.cnblogs.com/wuchaodong/archive/2010/04/02/1444792.htmlhttp://blog.sina.com.cn/s..
分类：
编程语言 时间：
2014-12-02 00:16:25
阅读次数：
156
1.相似度定义
我们定义，则，我们设，则,|C|=s,则相似度p=，p（0,1）
2.相似度检测算法设计
算法设计：
定义4个字符为一个字符串，将T1，T2分割成若干字符串，若剩余字符不足4个，则以空格补全。将分割后的T1T2计数，记下|T1|=n，|T2|=m，s=0；在T1中取出第一字符串，检测是否在T2中，若存在，则s+1,并删除与被检测字符串相同的字符串，循环到T...
分类：
其他好文 时间：
2014-12-01 10:10:14
阅读次数：
216
MinHash是用于快速检测两个集合的相似性的方法。改方法由Andrei Broder（1997）发明，并最初用于搜索引擎AltaVista中来检测重复的网页的算法。它同样可以用于推荐系统和大规模文档聚类中。我们先介绍Jaccard相似度量。对于两个集合A与B，Jaccard相似性系数可以定义为：容...
分类：
编程语言 时间：
2014-11-29 22:50:10
阅读次数：
513
相似度对比的两种计算算法：Jaccard similarity相似性系数和Ochiai coefficient落和系数Jaccard coefficient：A,B分别代表符合某种条件的集合：两个集合交集的大小/两个集合并集的大小，交集=并集意味着2个集合完全重合。Ochiai coefficien...
分类：
编程语言 时间：
2014-11-29 21:37:07
阅读次数：
553
