- 博客(11)
- 资源 (1)
- 收藏
- 关注
原创 尝试在PYTHON中调用StanfordNLP,具体代码如下
#from nltk.parse import stanfordimport osfrom nltk.parse import stanford#添加stanford环境变量,此处需要手动修改,jar包地址为绝对地址。os.environ['STANFORD_PARSER'] = 'D:/stanford-parser/stanford-parser.jar'os.environ['S
2016-02-25 09:42:55
7038
3
原创 pandas学习(三)
1.从dataframe中删除一列del DF['column-name'],DF.drop('column_name', axis=1, inplace=True)DF = DF.drop('column_name', 1)2.从dataframe中删除多列删除多列df.drop([Column Name or list],inplace=True,axi
2015-06-14 10:57:22
1365
原创 使用collapsed gibbs sampling对LDA中参数进行估计的推导过程
使用来表示文档--主题分布的超参数,使用来表示主题--词汇分布的超参数,这些超参数的先验分布被定义在一个狄利克莱分布中,如下所示:在给定参数的情况下,所有隐变量(主题)的概率被定义在一个多项式分布中,其中表示在文档m中,被赋给主题k的词汇数量。在给定参数的情况下,所有可观测变量(单词)的概率和所有的隐变量被定义在一个多项式分布中,其中表示语料库中单词v被赋予主题z的次数。注意,
2015-03-21 21:49:35
5138
2
原创 概率图模型上的推断算法汇总
1.将最优化算法应用于因子乘积2.在概率图上进行信息传输,例如Max-product 信念传播3.integer programming,这是一种可用于离散空间上的最优化计算的方法,近年来基于该方法的MAP算法对之前MAP算法进行了整体性能上的提升,尤其对于逼近这种情况,4.对于一些概率图网络,可以使用graph-cut方法5.combinatorial search方法
2015-02-08 11:05:09
2120
原创 狄利克莱过程模型(二):狄利克莱过程分布的三个经典类比
关于DPP的三个经典类比,在本文中依次进行说明: 首先是折棍子模型: 将观测数据分配到不同群中的生成模型,就是一个折棍子的过程,它将一个变量的支持度(所谓支持度,采用了数据挖掘中关联规则抽取的术语了,意思就是概率,搞不明白为毛用支持度这个术语)分为相互不重叠的k个部分,首先,我们从一个长度为单位1的棍子开始,开始折这个棍子,我们根据下面算法在棍子上生成随机点:
2014-12-05 08:18:54
3465
原创 狄利克莱过程模型(一):非参数贝叶斯无限混合模型和Dirichlet过程
[作者按] 这篇文章是根据edwin Chen的博客 http://blog.echen.me/2012/03/20/infinite-mixture-models-with-nonparametric-bayes-and-the-dirichlet-process/和剑桥大学的一个ppt,http://mlg.eng.cam.ac.uk/zoubin/talks/uai05tutoria
2014-12-02 13:23:21
9915
1
原创 贝叶斯统计:仿真
按照以往例子,还是从最简单的例子讲起。 话说衡量肿瘤生长率是按照多长时间肿瘤长大一倍来算,当然没有直接用这个数,而是用它的倒数,学名叫做reciprocal doubling time(RDT),换句话说,如果RDT=1,说明肿瘤在一年内长大了一倍,RDT=2说明,翻了两番,也就长大4倍,如果-1,表明缩小了一半。 现在,一个美国老兵来找我,说他现在肿瘤的尺寸
2014-11-30 13:45:19
1011
原创 贝叶斯统计:观测者偏移
文章作者说,由于工作关系,他要乘坐地铁,他们那里大约8分钟一趟地铁,如果他到地铁站时候发现人很少,他估计车刚走,得等7分钟左右,如果人很多,他认为很快就来车了,如果人多的不行了,估计交通阻塞,那么他就会打的。 然后作者就想到了,能否用贝叶斯估计来帮忙预测等车时间,然后再帮他决定是继续等地铁还是打的。 首先,做一个假设,旅客到达车站的时间分布是泊松过程,以lambda个人
2014-11-27 17:26:49
1093
1
原创 贝叶斯统计:预测
作为一个恒大球迷, 每赛季联赛开踢时候,我总是想,它会拿下下一场比赛吗,它会最终夺冠吗?像往常一样,回答这类问题,我们需要做一些假设:第一,可以合理地认为中国队被进球是一个泊松过程,也就是说,在比赛的任何时间内,恒大队进球的可能性都是相等的第二,我们认为每个队都有一个long-term的单场比赛平均进球数,也就是lambda;假设设定好以后,回答开篇问题的策略是:1.使用之
2014-11-26 18:08:41
1622
原创 贝叶斯方法的决策分析
class Pdf(object): """Represents a probability density function (PDF).""" def Density(self, x): """Evaluates this Pdf at x. Returns: float probability density """ raise UnimplementedMethodException()
2014-11-26 08:28:11
1534
原创 html文件中标签的顺序以及使用ant的小TIPS
一.META的HTTP-EQUIV属性,其作用类似于HTTP头协议,它会告诉浏览器一些关于字符设定,页面刷新,cookie,和缓存等等相关信息。1:Content-Type:声明页面所适用的的字符集,以及页面文档属性。示例:告诉浏览器,该页面为HTML类文档,并且,适用gb2312(中文)作为默认字符。2:3:
2008-03-13 22:54:00
594
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人