code_caq的博客

【数学之美】 ……未完待续…… ref： 1、★★★★★★★★★★通俗理解LDA主题模型★★★★★★★★★★ 2、主题模型-LDA浅析 3、搜索背后的奥秘――浅谈语义主题计算 4、主题模型TopicModel：主题模型LDA的应用 5、David M. Blei, AndrewY. Ng, Michael I. Jordan, LatentDirichlet Allocation, ...

RDD是一个分布式的无序的列表。RDD中可以存储任何的单机类型的数据，但是，直接使用RDD在字段需求明显时，存在算子难以复用的缺点。举例如下：例如，现在RDD 存的数据是一个Person类型的数据，现在要求所有每个年龄段（10年一个年龄段）的人中最高的身高和最大的体重。使用RDD 接口，因为RDD不了解其中存储的数据的具体的结构，数据的结构对它来说就是黑

……未完…… 0、安装1、Connect to MySQL mysql -h 主机地址 -u 用户名 －p 用户密码 mysql -u root -p; Enter password：****2、退出 exit、 quit3、MySQL初探与创建表 3.1 显示数据库列表 show databases; 显示库中的数据表： use mysql; show tables;

……未完待补充…… ref:http://blog.datadive.net/selecting-good-features-part-iii-random-forests/two methods: 1.Mean decrease impurity 大概是对于每颗树，按照impurity（gini /entropy /information gain）给特征排序，然后整个森林取平均2...

……未完待补充…… ref： 1. Spark官方文档 2. http://bbs.csdn.net/topics/391002544在spark.ml.linalg里有两种vector——DenseVector 和 Sparse Vector，两者都继承于Vectors1.两者区别 DenseVector： a value arraydef: Vectors.dense(values:

left join(左联接) 返回包括左表中的所有记录和右表中联结字段相等的记录 right join(右联接) 返回包括右表中的所有记录和左表中联结字段相等的记录 inner join(等值连接) 只返回两个表中联结字段相等的行举例如下： 表A记录如下： aID　　　　　aNum 1　　　　　a20050111 2　　　　　a20050112 3　　　　　a20050113 4

ref：http://blog.csdn.net/v_JULY_v/article/details/41209515（详细推导见该链接）        LDA模型中用到的数学知识：一个函数：gamma函数四个分布：二项分布、多项分布、beta分布、Dirichlet分布一个概念和一个理念：共轭先验和贝叶斯框架两个模型：pLSA、LDA（在本文第4 部分阐述）一个采样：G

1.下载tesseract-ocr-setup-3.02.02.exe 直接安装，简单方便，安装选项默认。安装后的目录里面的文件如下： 2.将要识别的文字图片放在目标文件夹中，如D盘。在D盘中Shift+右键打开命令行。因为环境变量在安装的时候就已经自动配置好了，所以在命令行下直接输入tesseract，如果显示下图信息则表示安装成功。 3.对测试的文字图片进行识别，命令行输入 tesser

因为不知道原文的链接，在此向原作者表达歉意。大规模机器学习注：本文内容来自网友的博客及Andrew NG在coursera上的机器学习公开课，感兴趣的同学可以去看原始视频，此处不提供链接机器学习在这几年得到快速发展，一个很重要的原因是 Large Dataset（大规模数据），这节课就来介绍用机器学习算法处理大规模数据的问题。关于数据的重

(this img is made by myself) note: Convolutional layer: convolve the filter with image,slide over the image spatially,computing dot products.stride:stepzerp-padding: (1)reserve feature map’s resolu

ref：http://www.cnblogs.com/daguankele/p/6595470.html1、什么是独热码　　独热码，在英文文献中称做 one-hot code, 直观来说就是有多少个状态就有多少比特，而且只有一个比特为1，其他全为0的一种码制。 　　在机器学习中对于离散型的分类型的数据，需要对其进行数字化比如说性别这一属性，只能有男性或者女性或者其他这三种值，如何对这三个值进行数字