- 博客(6)
- 收藏
- 关注
RSS订阅原创 windows7 64bite环境安装theano
其实Windows7安装theano非常简单，具体步骤如下：1.安装anaconda 下载地址：http://www.continuum.io/downloads按照默认设置安装即可。2. 安装Theano在安装的Anaconda2目录下打开命令窗口，pip install theano安装完之后可能会有警告：
2016-08-13 12:52:55
366
原创 Python 实现pagerank
pagerank的源代码如下：#coding=utf-8S=[[0.25,0,0,0],[0.25,0,0,1],[0.25,0.5,0,0],[0.25,0.5,1,0]] #转移矩阵M=[0.25,0.25,0.25,0.25] #初始矩阵alpha=0.85 # 阻尼系数def vmat(mat, vector): if len(ma
2015-12-09 00:31:16
1309
原创 python实现密度聚类
1.密度聚类的简单介绍：常见的密度聚类包括DBSCAN聚类和密度最大值聚类等。本文主要讲的是DBSCAN聚类。DBSCAN聚类是一个比较有代表性的基于密度的聚类算法，与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在有“噪声”的数据中发现任意形状的聚类，而不局限于凸多边形的聚类，凹多边形同样可以聚类。2.DBSCAN密度聚类的一些基
2015-12-02 00:12:22
7069
1
原创 python实现层次聚类
1.层次聚类的简单介绍层次聚类方法对给定的数据集进行层次的分解，直到某种条件满足或者达到最大迭代次数。具体又可分为：凝聚的层次聚类（AGNES算法）：一种自底向上的策略，首先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇（一般是计算所有簇的中心之间的距离，选取距离最小的两个簇合并），直到某个终结条件被满足或者达到最大迭代次数。分裂的层次聚类（DIANA算法）：采用自顶向下的
2015-12-01 23:55:46
12337
转载 GBDT（MART） 迭代决策树入门教程 | 简介
转载自http://blog.csdn.net/w28971023/article/details/8240756： GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案
2015-11-24 22:25:13
309
原创 关于LSA（Latent Semantic Analysis）主题模型的个人理解
LSA把高维向量空间模型表示中的文档映射到低维潜在语义空间中，在潜在语义空间计算相似性，这个映射通过对词项-文档矩阵SVD分解来实现。
2015-07-01 11:43:08
9345
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人