u014765410的博客

dealing with counts Binarization 举例说明： 假设我们现在要构建一个music recommender，recommender可根据user的“listen count”来向其他user推荐歌曲。在recommender中有一弊病，即listen count次数并不一定能真实反应user对歌曲的喜爱程度，比如：user1听song1 10 ，user2听song2...

Bag of X : turning natural text into flat vectors Bag of words Bag of words是一种简单的document表示方法，他将corpas中所有word组成一个dictionary。document可表示为：dictionary中各个word的one-hot vector set。 Bag of words将sentence简单的...

Tf-Idf 要点一 bow(w, d) = # times word w appears in document d tf-idf(w, d) = bow(w, d) * log (N / # documents in which word w appears) N is the total number of documents in the dataset. 当word为一常用词时，N /...

Encoding categorical variables 举例说明，one-hot，dummy code，effect code，3种编码方式。 one-hot vector 假如现有k个category，则各个category的feature vector 为k 维。 上述例子中，e1 + e2 + e3 =1，3个feature存在linear dependence，因此，用one-h...

PCA原理 PCA PCA实施注意事项 注意事项 1）PCA主要解决feature 之间 linear dependency的问题； 2）PCA核心思想：maximize the variance of data point in the new feature space； 3）利用PCA之前，要先对data进行“去中心化”。 hyperparameter k（principle compon...

Confused： If the data is distributed uniformly throughout the space, then picking the right k boils down to a sphere-packing problem. In d dimensions, one could fit roughly 1/rd spheres of radius r. E...

SIFT特征详解： SIFT特征匹配算法介绍——寻找图像特征点的原理 SIFT特征点提取 SIFT特征详解 HOG详解： Histogram of Oriented Gridients(HOG) 方向梯度直方图 HOG特征（Histogram of Gradient）学习总结 ...