阳光的专栏

这是转自博友的博客，讲解了java调用weka两种聚类算法的demo，在调用之前，必须下载weka jar包导入eclipse里面，并下载weka自带的数据集 进行测试；本人只是进行了简单的测试，发现算法可以完美调用，但是算法的精髓还有待深入理解；转载自：http://rangerwolf.iteye.com/blog/2012208在这里将使用Weka自带的K-mea

背景介绍： #此前在首页部分显示#1）Weka： Weka有两种意思：一种不会飞的鸟的名字，一个机器学习开源项目的简称（Waikato Environment for Knowledge Analysis，http://www.cs.waikato.ac.nz/~ml/weka/）。我们这里当然要介绍的是第二种意思啦，Weka项目从1992年开始，由新西兰政府支持，现在已在机器学习领域大名

转载自：http://www.cnblogs.com/chaoku/p/3748456.html这个哥们挺用心的，把这个kmeans代码注释的很好，思路相当清晰，学习了！最近在网上查看用MapReduce实现的Kmeans算法，例子是不错，http://blog.csdn.net/jshayzf/article/details/22739063但注释太少了，而且参数

转载自：http://www.cnblogs.com/hhh5460/p/5186226.html结合Scikit-learn介绍几种常用的特征选择方法作者：Edwin Jarvis特征选择(排序)对于数据科学家、机器学习从业者来说非常重要。好的特征选择能够提升模型的性能，更能帮助我们理解数据的特点、底层结构，这对进一步改善模型、算法都有着重要作用。特征选择

简单的说，词向量所体现的是语义（semantic）和语法（syntactic）这些 low-level的信息。而LDA的主题词表现的是更 high-level的文章主题（topic）这一层的信息。所以Word2vec的一些比较精细的应用，LDA是做不了的。比如：1）计算词的相似度。同样在电子产品这个主题下，“苹果”是更接近于“三星”还是“小米”？2）词的类比关系：vecto

# coding=utf-8mydoclist = [u'温馨 提示 ： 家庭 畅享 套餐 介绍 、 主卡 添加 / 取消 副 卡 短信 办理 方式 , 可 点击 文档 左上方 短信 图标 即可 将 短信 指令 发送给 客户',u'客户 申请 i 我家 ， 家庭 畅享 计划 后 ， 可 选择 设置 1 - 6 个 同一 归属 地 的 中国移动 网 内 号码 作为 亲情 号码 ， 组建

python tfidf原理简单实现 根据http://www.jb51.net/article/64695.htm 上面的原理，进行简单的注解，让自己进行了梳理# coding:utf-8# 改变自：http://www.jb51.net/article/64695.htm 并进行了注解from sklearn.feature_extraction.text import Cou

泰坦尼克号：数据分析数据：12个字段；训练集892条记录；测试数据集：418条记录?PassengerId => 乘客ID?Pclass => 乘客等级(1/2/3等舱位)?Name => 乘客姓名?Sex => 性别?Age => 年龄?SibSp => 堂兄弟/妹个数?Parch => 父母与小孩个数?Ticket => 船

转载自：https://www.cnblogs.com/bulingpan/p/6416351.html一、常见算法之排序算法简单描述1、冒泡排序基本思想：两两比较，小的上浮，大的下沉。算法描述：对一组数据，两个两个的依次比较，将小数放到前面，大数放到后面（小的上浮，大的下沉）第一次排序：首先比较第1个和第2个数，将小数放前，大数放后。然后比较第2个数和第3个数，将小数放前，大...