- 博客(10)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 判别式模型和生成式模型的区别（discriminative model and generative model）
在NLP和机器学习中经常会遇到这两种显著不同的模型，在学习阶段（训练阶段）和评估阶段（测试阶段）都有不同的表现总结一下它们之间的区别，欢迎补充：1. 二者最本质的区别是建模对象不同 假设有样本输入值（或者观察值）x，类别标签（或者输出值）y 判别式模型评估对象是最大化条件概率p(y|x)并直接对其建模，生成式模型评估对象是最大化联合概率p(x,y)并对其建模。
2013-11-29 14:47:53
10499
原创 使用多年的vimrc
" Vimrc file, http://phuzz.orgset fileencodings=utf-8,cp936,ucs-bom,latinset fileencoding=cp936set encoding=utf-8let &termencoding=&encodingset nocompatible " use vim defaults"set ls=2
2012-03-20 20:11:26
675
原创 洗牌算法
假设有54张牌，洗牌的目的是让每张牌在每个位置的概率相同，都为1/54数组A[] 中存放经处理的牌，有一个很巧妙的方法可以在O(n)完成洗牌，如下：for i from 0 to 53:swap(A[i], A[random(i,53)]);证明每
2011-08-21 12:52:55
934
1
原创 中文trie树
这几天被汉字trie树小折腾了一下。 开始的时候想直接将单字节作为字典树的节点建树，虽然各个树的节点可能只是多字节字符的一部分，但是基本功能也能够支持。后来发现似乎有些问题，比如在做前向最大匹配分词的时候，对于未登录词无法确定当前字符是单字节还是多字节，如果通过编码规则进行判定的话倒也可以，但是跟建树过程南辕北辙。 然后想到了utf16字符编码对所有字符统一采用16位定长处理，这样的话只
2011-07-01 10:31:00
6453
转载 C&C++编译预处理大全
C语言与C++中中编译预处理的学习记录：首先三种形式的命令：宏定义，文件包含，条件编译命令。1、宏定义主要是：#define，#undef如下：#define PI 3.1415926 /*不带参数的宏定义*/#define Max(a,b) a>b?a:b /*带参数的宏定义*/说明：宏定义
2011-06-27 15:33:00
1772
转载 设计模式与追MM
1、FACTORY—追MM少不了请吃饭了，麦当劳的鸡翅和肯德基的鸡翅都是MM爱吃的东西，虽然口味有所不同，但不管你带MM去麦当劳或肯德基，只管向服务员说“来四个鸡翅”就行了。麦当劳和肯德基就是生产鸡翅的Factory 工厂模式：客户类和工厂类分开。消费者任何时候需要某种产品，只需向工厂请求即可。消费者无须修改就可以接纳新产品。缺点是当产品修改时，工厂类也要做相应的修改。如：如何创建及如何向客户端
2011-06-15 22:33:00
527
原创 我的Makefile
1 CC = g++ 2 CPPFLAGS = -g -O 3 LIB = -L./ 4 INCLUDE = -I./ 5 6 TARGET = QA_MODEL 7 8 SRC = $(wildcard *.cpp *.o) 9 #SRC = parent_model.cpp / 10 vsm.cpp / 11
2011-06-15 21:53:00
483
原创 潜心再学python
Python是一种简单到可爱的语言，之前对其有过一段时间接触，但是只把她当做配角。只是在需要evaluation工具实现简单评测时才用到她，而且很少会用到类，很少超过100行（虽然用C写100行可能python只用10行就能搞定）。现在从头再温习一遍python，实现个crawler抓些实验资料。
2011-04-27 17:18:00
658
转载 JSON与XML的比较
<br /><br /> 以前有接触过JSON并没有深入比较XML跟JSON区别，今天看到一篇帖子还不错，转过来一起学习~<br /> ◆可读性<br /> JSON(Java Object Notation) 和XML的可读性可谓不相上下，一边是建议的语法，一边是规范的标签形式，很难分出胜负。<br /> ◆可扩展性<br /> XML天生有很好的扩展性，JSON当然也有，没有什么是XML能扩展，JSON不能的。<br /> ◆编码难度<br /> XML有丰富的编码工具，比如Dom4j、
2011-04-26 15:58:00
758
原创 句子相似度计算
<br />如何计算句子的语义相似度，很容易想到的是向量空间模型（VSM）和编辑距离的方法，比如A：“我爸是李刚”，B：“我儿子是李刚”，利用VSM方法A（我，爸，是，李刚）B（我，儿子，是，李刚），计算两个向量的夹角余弦值，不赘述；编辑距离就更好说了将“爸”，“儿子”分别替换掉，D（A,B）= replace_cost；<br />这是两种相当呆的方法，属于baseline中的baseline，换两个例子看一下就知道A：“楼房如何建造？”，B：“高尔夫球怎么打？”，C:“房子怎么盖？”，如果用VSM算很明
2011-04-25 16:20:00
13337
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人