amblue-CSDN博客

原创判别式模型和生成式模型的区别（discriminative model and generative model）

在NLP和机器学习中经常会遇到这两种显著不同的模型，在学习阶段（训练阶段）和评估阶段（测试阶段）都有不同的表现总结一下它们之间的区别，欢迎补充：1. 二者最本质的区别是建模对象不同假设有样本输入值（或者观察值）x，类别标签（或者输出值）y 判别式模型评估对象是最大化条件概率p(y|x)并直接对其建模，生成式模型评估对象是最大化联合概率p(x,y)并对其建模。

2013-11-29 14:47:53 10367

原创使用多年的vimrc

" Vimrc file, http://phuzz.orgset fileencodings=utf-8,cp936,ucs-bom,latinset fileencoding=cp936set encoding=utf-8let &termencoding=&encodingset nocompatible " use vim defaults"set ls=2

2012-03-20 20:11:26 643

原创洗牌算法

假设有54张牌，洗牌的目的是让每张牌在每个位置的概率相同，都为1/54数组A[] 中存放经处理的牌，有一个很巧妙的方法可以在O(n)完成洗牌，如下：for i from 0 to 53:swap(A[i], A[random(i,53)]);证明每

2011-08-21 12:52:55 849 2

原创中文trie树

这几天被汉字trie树小折腾了一下。开始的时候想直接将单字节作为字典树的节点建树，虽然各个树的节点可能只是多字节字符的一部分，但是基本功能也能够支持。后来发现似乎有些问题，比如在做前向最大匹配分词的时候，对于未登录词无法确定当前字符是单字节还是多字节，如果通过编码规则进行判定的话倒也可以，但是跟建树过程南辕北辙。然后想到了utf16字符编码对所有字符统一采用16位定长处理，这样的话只

2011-07-01 10:31:00 6376

转载 C&C++编译预处理大全

C语言与C++中中编译预处理的学习记录：首先三种形式的命令：宏定义，文件包含，条件编译命令。1、宏定义主要是：#define，#undef如下：#define PI 3.1415926 /*不带参数的宏定义*/#define Max(a,b) a>b?a:b /*带参数的宏定义*/说明：宏定义

2011-06-27 15:33:00 1700

转载设计模式与追MM

1、FACTORY—追MM少不了请吃饭了，麦当劳的鸡翅和肯德基的鸡翅都是MM爱吃的东西，虽然口味有所不同，但不管你带MM去麦当劳或肯德基，只管向服务员说“来四个鸡翅”就行了。麦当劳和肯德基就是生产鸡翅的Factory 工厂模式：客户类和工厂类分开。消费者任何时候需要某种产品，只需向工厂请求即可。消费者无须修改就可以接纳新产品。缺点是当产品修改时，工厂类也要做相应的修改。如：如何创建及如何向客户端

2011-06-15 22:33:00 496

原创我的Makefile

1 CC = g++ 2 CPPFLAGS = -g -O 3 LIB = -L./ 4 INCLUDE = -I./ 5 6 TARGET = QA_MODEL 7 8 SRC = $(wildcard *.cpp *.o) 9 #SRC = parent_model.cpp / 10 vsm.cpp / 11

2011-06-15 21:53:00 462

原创潜心再学python

Python是一种简单到可爱的语言，之前对其有过一段时间接触，但是只把她当做配角。只是在需要evaluation工具实现简单评测时才用到她，而且很少会用到类，很少超过100行（虽然用C写100行可能python只用10行就能搞定）。现在从头再温习一遍python，实现个crawler抓些实验资料。

2011-04-27 17:18:00 626

以前有接触过JSON并没有深入比较XML跟JSON区别，今天看到一篇帖子还不错，转过来一起学习~ 　 ◆可读性 　　JSON(Java Object Notation) 和XML的可读性可谓不相上下，一边是建议的语法，一边是规范的标签形式，很难分出胜负。 　　◆可扩展性 　　XML天生有很好的扩展性，JSON当然也有，没有什么是XML能扩展，JSON不能的。 　　◆编码难度 　　XML有丰富的编码工具，比如Dom4j、

2011-04-26 15:58:00 730

原创句子相似度计算

如何计算句子的语义相似度，很容易想到的是向量空间模型（VSM）和编辑距离的方法，比如A：“我爸是李刚”，B：“我儿子是李刚”，利用VSM方法A（我，爸，是，李刚）B（我，儿子，是，李刚），计算两个向量的夹角余弦值，不赘述；编辑距离就更好说了将“爸”，“儿子”分别替换掉，D（A,B）= replace_cost； 这是两种相当呆的方法，属于baseline中的baseline，换两个例子看一下就知道A：“楼房如何建造？”，B：“高尔夫球怎么打？”，C:“房子怎么盖？”，如果用VSM算很明

2011-04-25 16:20:00 13158 2

amblue的专栏