mlnotes

#!/usr/bin/pythonimport syssys.path.append('..')import modules.similarity as sim # http://hi.baidu.com/bithigher/item/6ca6844ac29d0128fb896026  import randomwords = []blogs = []data = []def getData(fi

#!/usr/bin/pythonfrom math import sqrtdef genUserBasedMap(file = 'u.data'):    map = {}    f = open(file)    for line in f:        (user, item, rate) = line.split('\t')[0:3]        map.setdefault(int(

#!/usr/bin/pythonfrom math import sqrtdef euclidean(v1, v2):    length = min(len(v1), len(v2))    if length == 0: return 0        d = 0    for i in range(length):        d += pow((v1[i] - v2[i]), 2)

mmseg算法是对最大匹配算法的扩展。简单来说，mmseg每次匹配时，总会多向后匹配两个单词，然后选择这个三个单词的总体匹配最优的。mmseg  主要做了以下几方面的扩展：假设对字符串C1C2...Cn进行分割 匹配时，从小到大，逐个匹配字典中以C1开头的词每次连续匹配三个词语（three-word chunk ），并列出所有可能的分割选择最匹配的three-word chunk（依次运用以下规则

section .data msg db "Hello, World, via print by myself", 0xA len equ $ - msgsection .textglobal _start_start: ; push two int into stack push msg push len call print add esp, 8 ; pop that t