这是一个判别式汉语句法分析器的Java实现，基于最大熵模型和最大生成树模型，实现了中文依存句法的自动分析，在封闭测试集（取自训练集）上取得了99.20%的准确率（UA），分析速度达到570.7句/秒。判别式的分析方法该方法采用条件概率模型，将所有依存关系概率的累积作为目标函数的score，取scor...
分类：
其他好文 时间：
2014-11-26 20:37:23
阅读次数：
145
本文是论文笔记，该论文综述了在训练集只有1张图片的时候，进行人脸识别的背景、意义、方法与改进方法等。...
分类：
其他好文 时间：
2014-11-26 01:29:30
阅读次数：
256
这是一个最大熵的简明Java实现，提供训练与预测接口。训练采用GIS训练算法，附带示例训练集。本文旨在介绍最大熵的原理、分类和实现，不涉及公式推导或其他训练算法，请放心食用。最大熵理论简介最大熵属于辨识模型,能够满足所有已知的约束, 对未知的信息不做任何过分的假设。什么叫已知的约束？本文不会使用晦涩...
分类：
编程语言 时间：
2014-11-23 17:12:39
阅读次数：
208
kNN算法算法优缺点：优点：精度高、对异常值不敏感、无输入数据假定缺点：时间复杂度和空间复杂度都很高适用数据范围:数值型和标称型算法的思路：KNN算法（全称K最近邻算法），算法的思想很简单，简单的说就是物以类聚，也就是说我们从一堆已知的训练集中找出k个与目标最靠近的，然后看他们中最多的分类是哪个，就...
分类：
编程语言 时间：
2014-11-14 21:00:57
阅读次数：
321
梯度下降是回归问题中求cost function最小值的有效方法，对大数据量的训练集而言，其效果要好于非迭代的normal equation方法。 在将其用于多变量回归时，有两个问题要注意，否则会导致收敛速度小，甚至无法收敛。1. 特征均一化（Feature Scaling） 当特征量多时，...
分类：
其他好文 时间：
2014-11-08 16:35:06
阅读次数：
135
1.评估分类器性能的度量 当建立好一个分类模型之后，就会考虑这个模型的性能或准确率如何，这里介绍几种分类器评估度量如下表： 假设在有标号的元组组成的训练集上使用分类器。P是正元组数，N是负元组数。度量公式准确率、识别率(TP+TN)/(P+N)错误率、误分类率(FP+FN)/(P+N)敏感度、真.....
分类：
其他好文 时间：
2014-11-01 19:02:37
阅读次数：
5185
一、引言 本材料参考Andrew Ng大神的机器学习课程http://cs229.stanford.edu 在上一篇有监督学习回归模型中，我们利用训练集直接对条件概率p(y|x;θ)建模，例如logistic回归就利用hθ(x) = g(θTx)对p(y|x;θ)建模（其中g(z)是sigmoi.....
分类：
其他好文 时间：
2014-11-01 17:46:57
阅读次数：
202
给定训练集，我们希望构建该数据联合分布这里，其中是概率，并且，用表示可能的取值。因此，我们构建的模型就是假设是由生成，而是从中随机选择出来的，那么就服从个依赖于的高斯分布中的一个。这就是高斯混合模型。是潜在随机变量，即它是隐藏的或者观察不到的，这将使得估计问题变得棘手。上面公式太多，作一个总结，总体...
分类：
编程语言 时间：
2014-10-30 20:50:13
阅读次数：
448
给定训练集，想把这些样本分成不同的子集，即聚类，，但是这是个无标签数据集，也就是说我们再聚类的时候不能利用标签信息，所以这是一个无监督学习问题。k-means聚类算法的流程如下：1. 随机初始化聚类中心2. a. 对与每一个聚类中心，计算所有样本到该聚类中心的距离，然后选出距离该聚类中心最近的几个样...
分类：
编程语言 时间：
2014-10-28 20:02:27
阅读次数：
251
Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器（弱分类器），然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。...
分类：
编程语言 时间：
2014-10-24 13:03:41
阅读次数：
303
