野路子的数据科学-CSDN博客

转载词向量模型(word2vec) 详解

转载：https://blog.csdn.net/peghoty/article/details/37969519     word2vec 是 Google 于 2013 年开源推出的一个用于获取 word vector 的工具包，它简单、高效，因此引起了很多人的关注。由于 word2vec 的作者 Tomas Mikolov 在两篇相关的论文 [3,4] 中并没...

2019-01-16 12:49:28 9276 3

转载 leetcode169.求众数--摩尔投票法

摩尔投票法提问：给定一个int型数组，找出该数组中出现次数最多的int值。&nbsp;解决方案：遍历该数组，统计每个int值出现次数，再遍历该集合，取出出现次数最大的int值。&nbsp;这算是一个比较经典的解决办法，其中可能会用到Map来做统计。如果不使用Map，则时间复杂度会超过线性复杂度。除此之外，也没有什么特别好的...

2018-12-25 18:39:07 240

原创 LTP与jieba词性标注对比

词性标注对比¶LTP 使用的是863词性标注集，其各个词性含义如下表。TagDescriptionExampleTagDescriptionExampleaadjective美丽niorganization name保险公司bother noun-modifier大型, 西式nllocation noun城郊cconjunc...

2018-12-12 16:11:46 2616 3

转载标签传播算法（Label Propagation）及Python实现

转：https://blog.csdn.net/zouxy09/article/details/49105265#commentBox 标签传播算法（Label Propagation）及Python实现众所周知，机器学习可以大体分为三大类：监督学习、非监督学习和半监督学习。监督学习可以认为是我们有非常多的labeled标注数据来...

2018-12-07 11:43:06 1185

转：https://blog.csdn.net/jackmcgradylee/article/details/77778001一、基本概念GBDT（又称Gradient Boosted Decision Tree/Grdient Boosted Regression Tree），是一种迭代的决策树算法，该算法由多个决策树组成。它最早见于yahoo，后被广泛应用在搜索排序、点击率预估上。xgb...

2018-12-05 11:13:56 426

转载使用SimHash进行海量文本去重

[Algorithm] 使用SimHash进行海量文本去重转载：http://www.cnblogs.com/maybe2030/ 阅读目录1. SimHash与传统hash函数的区别2. SimHash算法思想3. SimHash流程实现4. SimHash签名距离计算5. SimHash存储和索引6. SimHash存储和索引7. 参考内容　　在之前...

2018-11-29 10:46:31 511

转载机器学习基础--模型评价指标

转载：https://blog.csdn.net/quiet_girl/article/details/70830796以下第一部分内容转载自：机器学习算法中的准确率(Precision)、召回率(Recall)、F值(F-Measure)是怎么一回事摘要：数据挖...

2018-09-10 09:35:23 433

转载使用sklearn和TensorFlow进行机器学习--第三章分类

【转载】：https://blog.csdn.net/haoronge9921/article/details/81047681MNIST 在本章当中，我们将会使用 MNIST 这个数据集，它有着 70000 张规格较小的手写数字图片，由美国的高中生和美国人口调查局的职员手写而成。这相当于机器学习当中的“Hello ...

2018-07-21 23:07:29 1838