Scikit-Learn是基于python的机器学习模块，基于BSD开源许可。Scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理，具体可以参考官方网站上的文档。NumPy（Numeric Python）系统是Python的一种开源的数值计算扩展，一 ...
分类：
其他好文 时间：
2017-10-28 15:35:24
阅读次数：
190
Part1.乐视网视频推荐系统 推荐系统：和传统的推荐系统架构无异（基础建模+规则） 数据模块特点：用户反馈服务数据-》kv 缓存-》log存储 行为日志-》解析/聚合-》session log-》cf/用户模型 系统推荐流程： 召回：聚类算法；tensorflow（topN）；分类，top个性化标 ...
分类：
其他好文 时间：
2017-10-23 18:05:05
阅读次数：
192
前言在之前关于聚类算法的文章中，笔者主要涉及的内容均是和参数求解相关的，如C均值（包括模糊C均值）、混合高斯模型等，而对于一些无参数密度估计的算法尚未讨论，而且一般基于参数密度估计的算法均是建立在假设的概率分布族（如高斯分布、多项式分布等）基础之上的，而在实..
分类：
编程语言 时间：
2017-10-19 19:37:37
阅读次数：
168
利用数据挖掘技术进行在线学习行为研究的一般流程 流程：数据收集，数据预处理，应用数据挖掘方法，解释评估应用。 数据收集：一般有在线学习平台自动完成。 数据预处理：是对数据进行清洗并转换成适合数据挖掘的形式的过程。主要包括数据清洗，数据转换和丰富，数据整合以及数据归约等任务。 数据挖掘方法：分类，聚类 ...
分类：
其他好文 时间：
2017-10-15 18:02:05
阅读次数：
156
不管是GMM，还是k-means，都面临一个问题，就是k的个数如何选取？比如在bag-of-words模型中，用k-means训练码书，那么应该选取多少个码字呢？为了不在这个参数的选取上花费太多时间，可以考虑层次聚类。 假设有N个待聚类的样本，对于层次聚类来说，基本步骤就是： 1、（初始化）把每个样 ...
分类：
其他好文 时间：
2017-10-13 21:24:52
阅读次数：
217
凝聚法分层聚类中有一堆方法可以用来算两点（pair）之间的距离：欧式，欧式平方，manhattan等，还有一堆方法可以算类（cluster）与类之间的距离，什么single-linkage、complete-linkage、还有这个ward linkage。（即最短最长平均，离差平方和） 其他的好像 ...
分类：
其他好文 时间：
2017-10-13 20:04:55
阅读次数：
1730
前一文中已经对推荐算法做了个简单的介绍，最常用的就是协同过滤，可分为基于用户的或者基于作品的。我以mahout对这两个算法进行了测试，发现只用这两个算法来完成推荐的工作，还远远不够。这两算法有以下问题待解决: 1.数据源的广度和精度。 算法需要大量的user_id,product_id,like_n ...
分类：
其他好文 时间：
2017-10-10 19:13:34
阅读次数：
176
Classification(分类)，根据文本的特征或属性，划分到已有的类别中。即分类器classifier已被告知有哪些类别。分类器通过对已知分类的数据进行学习，找到这些不同类的特征，再对未分类的数据进行分类。这种提供训练数据的过程属于监督学习supervised learning。 Cluste ...
分类：
其他好文 时间：
2017-10-10 01:19:16
阅读次数：
166
转自穆晨 阅读目录 前言 现实中的聚类分析问题 - 总统大选 K-Means 聚类算法 K-Means性能优化 二分K-Means算法 小结 转自穆晨 阅读目录 前言 现实中的聚类分析问题 - 总统大选 K-Means 聚类算法 K-Means性能优化 二分K-Means算法 小结 回到顶部 前言 ...
分类：
编程语言 时间：
2017-10-08 16:56:16
阅读次数：
285
fast rcnn和rfcn中使用的都是默认的anchor box设置，都是9种，比例为0.5 、1、 2，大小为128、256、512。但我的数据集的gt框更小，需要找到适合我的数据集的anchor box尺寸。 yolo9000提出了用kmeans聚类算法来找到合适的anchor box尺寸。 ...
分类：
其他好文 时间：
2017-10-08 16:09:04
阅读次数：
1899
