發(fā)簡信
IP屬地：北京
-
PageRank 算法-Google 如何給網(wǎng)頁排名在互聯(lián)網(wǎng)早期，隨著網(wǎng)絡(luò)上的網(wǎng)頁逐漸增多，如何從海量網(wǎng)頁中檢索出我們想要的頁面，變得非常的重要。 當(dāng)時(shí)著名的雅虎和其它互聯(lián)網(wǎng)公司都試圖解決這個(gè)問題...
-
K 均值算法-如何讓數(shù)據(jù)自動(dòng)分組之前介紹到的一些機(jī)器學(xué)習(xí)算法都是監(jiān)督學(xué)習(xí)算法。所謂監(jiān)督學(xué)習(xí)，就是既有特征數(shù)據(jù)，又有目標(biāo)數(shù)據(jù)。 而本篇文章要介紹的K 均值算法是一種無監(jiān)督學(xué)習(xí)。 ...
-
KNN 算法-實(shí)戰(zhàn)篇-如何識(shí)別手寫數(shù)字上篇文章介紹了KNN 算法的原理[http://www.itdecent.cn/p/717abaf6954d]，今天來介紹如何使用KNN 算法...
-
KNN 算法-理論篇-如何給電影進(jìn)行分類KNN 算法的全稱是K-Nearest Neighbor，中文為K 近鄰算法，它是基于距離的一種算法，簡單有效。 KNN 算法即可用于分類問題，...
-
如何使用Python 進(jìn)行數(shù)據(jù)可視化在進(jìn)行數(shù)據(jù)分析的時(shí)候，經(jīng)常需要將數(shù)據(jù)進(jìn)行可視化，以方便我們對(duì)數(shù)據(jù)的認(rèn)識(shí)和理解。 0，Matplotlib 簡介 Matplotlib[https...
-
數(shù)據(jù)變換-歸一化與標(biāo)準(zhǔn)化一般在機(jī)器學(xué)習(xí)的模型訓(xùn)練之前，有一個(gè)比較重要的步驟是數(shù)據(jù)變換。 因?yàn)?，一般情況下，原始數(shù)據(jù)的各個(gè)特征的值并不在一個(gè)統(tǒng)一的范圍內(nèi)，這樣數(shù)據(jù)之間就沒...
-
計(jì)算機(jī)如何理解事物的相關(guān)性-文檔的相似度判斷生活中，我們經(jīng)常會(huì)對(duì)比兩個(gè)事物的相關(guān)性，也可以叫做相似度。 如果一件事物與另一件事物的相似度比較高，那這兩件事物的相關(guān)性就比較大。 如果一件事物...
-
樸素貝葉斯分類-實(shí)戰(zhàn)篇-如何進(jìn)行文本分類上篇介紹了樸素貝葉斯的原理[http://www.itdecent.cn/p/2235cc3677b4]，本篇來介紹如何用樸素貝葉斯解決實(shí)際問...
-
樸素貝葉斯分類-理論篇-如何通過概率解決分類問題貝葉斯原理是英國數(shù)學(xué)家托馬斯·貝葉斯于18 世紀(jì)提出的，當(dāng)我們不能直接計(jì)算一件事情（A）發(fā)生的可能性大小的時(shí)候，可以間接的計(jì)算與這件事情有關(guān)的事...