lilinfei001的博客

向量可以用一维度数组表示，矩阵可以用二维数组表示PageRank算法PageRank算法的公式为：其中pi为第i张网页，Mi为第i张网页入链的集合，Pj为Mi中的第i张网页，L(pj) 为Pj出链的数量，α为不随机冲浪的概率，1/L(pj)为从网页j到网页i的概率。PageRank是采用迭代法来实现的，初始的时候，每个网页的PageRank分数都一样（比如为1），利用上述公式不断地迭代更新网页的PR得分，PageRank是一个马尔科夫过程，网页PR得分最终会稳定在一个数值。简化Pa.

什么是拟合、适度拟合、欠拟合、过拟合每种机器学习模型都有自己的假设和参数。虽然朴素贝叶斯和决策树都属于分类算法，但是他们的假设是不一样的，朴素贝叶斯假设变量之间是独立的，决策树的假设是集合之间的纯净度或混乱程度。参数就是根据假设和训练样本推导出来的数据，朴素贝叶斯的参数就是先验概率和条件概率，决策树的参数就是各个节点以及节点上的决策条件。我们平时接触了很多监督机器模型，都会提到训练一个模型，更学术一点的术语叫拟合一个模型。所谓模型拟合（Model fitting）就是根据模型假设和样本推导参数的

我们平时使用的新闻APP，把新闻分成了不同的类别，如政治、军事、财经等。新闻数据是海量的，计算机是如何对这些新闻进行自动分类的呢？我们上节介绍过朴素贝叶斯是以水果为例讲解如何给水果自动分类，同理我们也可以用于新闻的自动分类。在对新闻进行自动分类前，我们需要先对新闻进行自然语言处理。文本分类系统的基本框架1、采集训练样本对于每一个数据，我们都需要告诉计算机属于那个分类，新闻分类为例，我们需要明确告诉计算机新闻属于那个分类。训练数据的分类，相当于计算机学习的标准答案，其质量决定了学习效果的好坏。

什么是信息熵？信息熵是信息论的范畴，利用概率论和统计的方法，因此信息熵也被称为基于概率分布的信息熵。在介绍信息熵概念之前，先介绍一个基本的概念：区分能力。所谓区分能力是指把对象划分到具体分组的能力，比如金庸武侠小说里的英雄人物，每一个武侠人物都是性别、智商、情商、侠义、个性5个属性，如何根据这个5个属性来区分不同的武侠人物。如果某个属性可以将被测试的人物尽可能分到相应的组，那么可以认为这个问题的区分能力强。我们看性别和智商两个属性。图片来源：极客时间程序员的数学基础课我们看性别属性

本文是极客时间“程序员的数学基础课”学习笔记整理如何判断一个水果属于苹果还是西瓜？为了对水果进行分类，我们需要提取水果相关的属性，比如形状、大小、纹理等，如下表所示。 水果名称 形状 外观颜色 外观纹理 重量 握感 口感 苹果 不规则圆 红色 无 200

上一节，介绍了显著性校验的基本概念， 显著性检验从统计学的角度来解释差异产生的概率，这与数值的差异有根本的区别。常用的显著性检验的方法有方程分析（F校验）、t校验、卡方校验等等。本节将着重介绍F检验。方差分析方差分析（Analysis of variance），也叫F校验，用来检验多组样本的均值是否有显著差异，它有四个假设前提 随机性：样本是随机产生的 独立性：不同组样本之间是相互独立的 正态分布性：同一组样本的数据来自于同一正太分布 方差齐性：不同组正太分布..

最近在极客时间学习“程序员的数学基础课”，整理学习笔记如下。机器学习有不同的算法，如朴素贝叶斯、决策树等，每种算法都会产生不同的效果，如何量化地评价各种算法的结果？互联网公司一般通过用户的在线行为来测试算法的效果，这种测试有一个问题是如何排除非测试因素的干扰。图片来源极客时间“程序员的数学基础课”如上图转换率在2016年1月12日有一个突增，假如当天上线了一个新的算法A，那转化率一定是上线的新算法A造成的吗？现实结果是不一定，2016年1月12日可能是有一个促销打折活动导致转化率上升。假