summerbell

  数据挖掘领域十大经典算法   下面是参与评比的18种算法，实际上随便拿出一种来都可以称得上是经典算法，它们在数据挖掘领域都产生了极为深远的影响。在我们学习数据挖掘时，可以以这18种算法为主线，如果能把每一种算法都弄懂，整个数据挖掘领域就掌握得差不多了。另外，也可以用这18种算法的熟悉程度来判断自己知识的掌握程度。   Classification ==============  ...

首先举出打网球的例子。   Day Outlook Temperature Humidity Wind Play Tennis 1 sunny hot high weak no 2 sunny hot high stro...

动态规划是一种在数学和计算机科学中使用的，用于求解包含重叠子问题的最优化问题的方法。其基本思想是，将原问题分解为相似的子问题，在求解的过程中通过子问题的解求出原问题的解。动态规划的思想是多种算法的基础，被广泛应用于计算机科学和工程领域。比较著名的应用实例有：求解最短路径问题，背包问题，项目管理，网络流优化等。   动态规划在查找有很多重叠子问题的情况的最优解时有效。它将问题重新组合成子问题。为...

                 First Step Find Classes:       C1: buys_computer = ‘yes’       C2: buys_computer = ‘no’   Second Step       Find P(C1) and P(C2)                       P( buys_comput...

交叉检验就是把训练样本分为m份，其中一份作为保留部分，其余m-1份作为训练部分。训练部分作为训练集估计概率pr，保留部分作为测试集进行测试。   预测精度是衡量经济预测质量高低的一个重要指标，在实际应用中常出现以下错误认识。 1、将预测精度等同于拟合精度，认为拟合精度高的预测就是好的预测，把拟合精度作为选择方法或预测模型的唯一标准。实际上，拟合精度与预测精度在本质上是不同的，具有不同的内涵。...

3.1.2 AdaBoost算法原理 AdaBoost算法针对不同的训练集训练同一个基本分类器（弱分类器），然后把这些在不同训练集上得到的分类器集合起来，构成一个更强的最终的分类器（强分类器）。理论证明，只要每个弱分类器分类能力比随机猜测要好，当其个数趋向于无穷个数时，强分类器的错误率将趋向于零。AdaBoost算法中不同的训练集是通过调整每个样本对应的权重实现的。最开始的时候，每个样本对应的权...

PageRank的具体迭代公式为：                其中PR(i)为页面i的页面等级值，参数d是取值0-1之间的衰减因子，用来表示用户随机访问行为的概率，d通常被置为0.85，N为节点数目，Fi是页面i指向的所有页面的集合，Bi是指向页面i的所有页面的集合。   PageRank()算法： Step1：给各页面赋予相同的初值PR(1) Step2：根据链接关系用上...

      其中LR（u）是句子的LexRank值，N是图中句子的总数，d是经验决定的阻尼系数，adj[u]是在图中与U相邻的句子的集合，w（v，u）是从句子v到句子u的权值。因此，一个句子的LexRank值是一个恒量加上其邻居节点的权值的平均。 参考：Biased LexRank Passage Retrieval using Random Walks with Question-B...

一   机器翻译中要计算未对齐句对的翻译概率，我们可以采用EM算法获取   P(f|e) =Sigma(P(a, f|e))，一共有如下3种对齐方式       初始化设定 t(x|b)=t(x|c)=t(y|b)=t(y|c)=1/2   对齐1：p(a,f|e)=1/2*1/2=1/4 对齐2：p(a,f|e)=1/2*1/2=1/4 对齐3：p(a,f|e)=1/2 ...