刘瑞东的专栏

实现：Java代码如下[java] view plaincopypackage org.algorithm;    import java.util.ArrayList;  import java.util.Random;    /**  * K均值聚类算法  */  public class Kmeans {

聚类分析中的“类”（cluster）和分类的“类”（class）是不同的，对cluster更加准确的翻译应该是“簇”。聚类的任务是把所有的实例分配到若干的簇，使得同一个簇的实例聚集在一个簇中心的周围，它们之间距离的比较近；而不同簇实例之间的距离比较远。对于由数值型属性刻画的实例来说，这个距离通常指欧氏距离。 K均值算法首先随机的指定K个簇中心。然后：1)将每个实例分配到距它最近的簇中心，得到K

最近参加KDD Cup 2012比赛，选了track1，做微博推荐的，找了推荐相关的论文学习。“Item-Based Collaborative Filtering Recommendation Algorithms”这篇是推荐领域比较经典的论文，现在很多流行的推荐算法都是在这篇论文提出的算法的基础上进行改进的。        一、协同过滤算法描述        推荐系统应用数据分

本文转载：http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy2/index.htmlMahout构建：http://www.ibm.com/developerworks/cn/java/j-lo-mahout/集体智慧和协同过滤什么是集体智慧    集体智慧 (Collective

原创博客，欢迎转载，转载请注明：http://my.oschina.net/BreathL/blog/62519      最近研究Mahout比较多，特别是里面协同过滤算法；于是把协同过滤算法的这个实现思路与数据流程，总结了一下，以便以后对系统做优化时，有个清晰的思路，这样才能知道该如何优化且优化后数据亦能正确。     推荐中的协同过滤算法简单说明下：     首先，通

B树       即二叉搜索树：       1.所有非叶子结点至多拥有两个儿子（Left和Right）；       2.所有结点存储一个关键字；       3.非叶子结点的左指针指向小于其关键字的子树，右指针指向大于其关键字的子树；       如：              B树的搜索，从根结点开始，如果查询的关键字与结点的关

1. 引言问题：有1000瓶药，但是其中有一瓶是有毒的，小白鼠吃了24小时后就会死掉，请问，在24小时找出有毒的药物，最少需要多少只小白鼠？答案是：10只，一只小白鼠可以表示2种状态，2^10可以表示1024种状态分析可参考：http://lzj0470.iteye.com/blog/657579通过二进制向量组来扩展描述的状态，Bloom Filter(BF)算法也是利用这个思想