weixin_42927719的博客

基于枚举法的停词逻辑：例子：我们经常有意见分歧词典：【“我们”，“经常”，“有”，“有意见”，“意见”，“分歧”】枚举满足词典的所有可能情况：我们、 经常、有、意见、分歧我们、经常、有意见、分歧实现所需的数据需求：中文词库，充当词典的作用以变量的方式提供了部分unigram概率 word_prob给定词典=[我们 学习 人工 智能 人工智能 未来 是]， 另外我们给定unigram概率：p(我们)=0.25, p(学习)=0.15, p(人工)=0.05, p(智能)=0.1,

原理原理我就不细致讨论啦，放上几个比较好的博客yang_guo 机器学习-LDA主题模型笔记致Great NLP系列（三）LDA主题模型刘建平Pinard 文本主题模型之LDA(一) LDA基础我的理解比较简单：因为有一词多义的存在，通过建立词和主题之间的联系，通过Gibbs抽样，实现降维（将文档降维到主题）。gensim实现简单来说LDA实现主要几个步骤文本切词生成词典...

线性代数1.标量，向量，矩阵和张量标量（scalar）：一个标量就是一个单独的数。用斜体表示标量，如 s∈R.向量（vector）：一个向量是一列数，我们用粗体的小写名称表示向量。比如X，将向量X写成方括号包含的纵柱：X\quad \quad \quad \quad \quad \quad \quad \quad \quad \quad \quad X \quadX=[x1x2...x...

引言welcomewhat machine learning is？supervised learningunsupervised learning对于初学者很友好~课程链接：https://www.coursera.org/course/ml网pan： https://pan.baidu.com/s/1RbKRzRD1EmF35xUQ-RPrrQ 提取码: rnui（走过路过...

linear regression线性回归机器学习大致流程Created with Raphaël 2.2.0traning set（训练集）learning algorithm（学习算法）hypothesis h（函数or假设）H是已知 X到目的 Y的映射假设Hθ（xi）=θ0+θ1xiH_\theta（x^i）= \theta_0 + \theta_1x^iHθ​（xi）=θ0​+θ...