2011年01月_iteye_14216

原创写个简单的汉语bigram tokenizer

写个简单的汉语bigram tokenizer，基本能够满足文本挖掘的原型实验的需要。 [code="ruby"] def bigram_tokenize(text) tokens = [] 0.upto(text.length-1) do |i| tokens ...

2011-01-23 23:29:01 395

Ruby简单实现K-means聚类算法

K-means是一个简单容易实现的聚类算法，我们以对一个图片的颜色的RGB值进行聚类为例，实现这个算法。 K-means算法是一个EM的迭代过程： 1.随机选择k个作为聚类中心 2.E step: 对每一个点，计算它到每一个聚类中心的距离，把这个点分配到最近的聚类中心代表的聚类中。 3.M step：重新计算每个聚类的中心：每个聚类中心为该聚类所有点的均值。重复2～3...

2011-01-23 21:06:21 146

写段代码看看别人都怎么称呼你网站的？

步骤很简单： 1）使用google的搜索inlink的语法link:url和num参数指定一页显示的结果数，在这个结果中找到外链的页面url，排除网站内链接。 [code="ruby"] def search_inlinks_from_google(query,result_num) escaped_query = CGI.escape("link:#{query}")...

2011-01-23 20:49:34 226

原创【zz】基于LDA的Topic Model变形

最近研究LDA挖掘隐含topic来对短文本分类，没想到师弟fandywang转载了一篇文章，可以作为一个很好的参考：最近几年来，随着LDA的产生和发展，涌现出了一批搞Topic Model的牛人。我主要关注了下面这位大牛和他的学生： David M. Blei LDA的创始者，04年博士毕业。一篇关于Topic Model的博士论文充分体现其精深的数学概率功底；而其自己实现...

2011-01-11 23:48:46 218

原创 Ruby1.9 lambda操作符

Ruby1.9提供了lambda操作符，使得lambda表达式更像匿名函数。lambda表达式更像method，而block更像Proc，主要表现在：local return,break以及参数传递规则。 lambda更像method，所以支持默认参数： 1.8的lambda表达式： [code="ruby"] succ = lambda{|x| x+1} [/code] 1.9使用l...

2011-01-09 13:35:31 243

原创 Ruby 1.9 regex (named capture group)

Ruby 1.9正则增加了支持命名组，这样使得正则具有更好的可读行，你可以定义每一部分的正则，然后命名成组，并且在后面加上 {0}，表明不获取匹配内容，然后在使用\g引用对用的组，组成大的正则，并且加上/x修饰。这样比较复杂的正则，会有更好的可读性。 [code="ruby"] users = %w{ alice:10.23.52.112:true bob:192.1...

2011-01-08 22:57:56 125

Spring绑定动态列表成员

最近遇到一个需求，使用Spring MVC 3,需要绑定动态列表成员。Google了好多文章，没有找到完美的解决方案，绑定到不成问题，主要是动态添加、删除导致绑定的列表下标，在提交之前需要进行normalize，使用js进行normalize可行，但是费劲而且如果有对表单新的修改导致已有的js出现错误，本文提供了一个简单可行的易于维护的方法：在添加的时候，我们根据当前条目的数量，计算新添加...

2011-01-03 17:06:13 135

一个enumerator是一个用来枚举其他对象的Enumerable对象。在Ruby1.8，需要require 'enumerator',在Ruby1.9已经内建，不需要再require，并且进行了增强。 Enumerators是类Enumerable::Enumerator，所以你可以直接new出来实例，但是通常使用to_enum或者使用enum_for（Object的方法）。如果没有参数，t...

2011-01-02 21:13:56 148

原创 Ruby Coroutine

Ruby1.9提供了Fiber，提供了Coroutine的功能。 Fibers作为实现轻量级合作并发的基础设施，和线程很像，提供了创建一个可以pause和resume的代码块，但Fibers是非抢占式的，必须由程序而不是VM来调度。每一个fiber提供了4kB的栈空间可以允许fiber的 block进行深层嵌套函数调用。这是rdoc对Fiber的描述。 Ruby的Fi...

2011-01-02 15:51:36 163

原创 Ruby Proc curry化

Ruby 1.9 Proc增加了curry方法，可以将Proc进行curry化： [code="ruby"] greeting_func = lambda { |name,greeting| puts "#{greeting} #{name}" }.curry happy_greeting = greeting_func["Happy"] happy_greeting["New year"...

2011-01-01 23:11:22 115

原创 Lazy evaluation in Ruby

1.使用||延迟初始化 [code="ruby"] def fib(n) @result ||= [] return n if (0..1).include? n @result[n] ||= fib(n-1) + fib(n-1) end [/code] 2.使用无穷大Inifinity Ruby可以使用无穷大： [code="ruby"] i...

2011-01-01 21:49:37 101

fuliang