极度视界

这学期开了机器学习讨论班，为了下学期的《机器学习与数据分析》课程做准备。 先期讲解《The Elements of Statistical Learning》这本书，此书已经出到第二版。豆瓣截图：评价非常高  本书主页：http://www-stat.stanford.edu/~tibs/ElemStatLearn/       Trevor Hastie, Robert Tibsh

聚类 二维空间中六个数据点集

在上一篇文章推荐系统—影视评分预测中提出了，几点思考： =============================一、theta/x的意义？============================= 首先是模型：以下的model1/model2都把user想简单了 （1）model1：给定x=(romance,action)，回归优化theta。 首先模型就给x赋予了意义(movi

记录： map-reduce  design  pattern  初始化应该尽可能放到 configure中 例子1.word count 优缺点： =================================== Combiner Design  (mean1+mean2)/cnt  = mea

文本自动分类 python

文本自动分类 朴素贝叶斯

K-Means和K-Medoids算法是学习领域比较普通的聚类算法(无监督学习)，本文介绍原理及Matlab实现代码。1.问题：     给定数据点集P，d-by-N，将这些数据点集聚类到K类中去同时要求下式值最小：Sk是聚类形成的数据集合，mk是每个类集合的“中心”——K-Means与K-Medoids唯一不同的地方

课程 Python代码： __author__ = 'LiFeiteng(Email: lifeiteng0422@gmail.com)' # -*- coding: utf-8 -*- import numpy as np class UserUserRec: def __init__(self): self.U = 0 # user number self.M = 0 #