聚簇间的相异度计算

热度 1 徐硕 2012-3-21 17:36

令聚簇 ，聚簇 ， 和 分别表示聚族 和 的质心（centroid），则常用的计算 与 间相异度 方法如下： （1）单连锁（Single linkage）或最小相异度 (2) 全连锁（Complete linkage）或最大相异度 (3) 平均连锁（Average linkage）或平均相异度，也常称为UPGMA（unweighted pair-group average） (4) ...

个人分类: 相似度计算|5135 次阅读|3 个评论 热度 1

共现聚类分析的新方法: 最大频繁项集挖掘

徐硕 2012-3-12 13:54

@ARTICLE{XQZZ+12, AUTHOR = {徐硕，乔晓东，朱礼军，张运良，薛春香}, TITLE = {共现聚类分析的新方法：最大频繁项集挖掘}, JOURNAL = {情报学报}, YEAR = {2012}, volume = ...

个人分类: Proximity|4437 次阅读|没有评论

Python字典的并集与交集

徐硕 2012-3-12 13:42

给定两个字典，计算两个字典都包含的键（交集），或者至少被一个字典包含的键（并集） 令a，b为两个字典，则计算并集的最快方法为： dict(a, **b) 计算交集 最快且最简洁的方法是 dict.fromkeys(x for x in a if x in b) Note: 如果字典a和b的条目的数目差异很大，那么在for子句中用较短的那个字典，在i ...

个人分类: Python|10900 次阅读|没有评论

利用矩估计Beta分布的参数

徐硕 2012-2-17 17:33

Beta分布是定义在连续变量 上的一种分布，它的概率密度函数为 其中 a 0, b 0。 下图为Beta分布在参数 a 和 b 取不同值时的概率密度曲线： Beta分布是二项式分布的共轭先验（conjugate prior），因此经常被用于二项式分布的先验分布 由于Beta分布的概率密度曲线形状比较多样，而Gaussian ...

个人分类: 机器学习|14977 次阅读|没有评论

Fast but Not Bad Initial Configuration for Metric MDS

徐硕 2012-2-9 15:43

@ARTICLE{XQZZ+12, AUTHOR = {Xu, Shuo and Qiao, Xiaodong and Zhu, Lijun and Zhang, Yunlinag and Li, Lin}, TITLE = {Fast but Not Bad Initial Configuration for Metric Multidimensional Scaling}, JOURNAL = {Jou ...

个人分类: Proximity|3157 次阅读|没有评论

四篇应该仔细读的关于文本分析的tutorial类文章

热度 1 徐硕 2012-2-9 15:24

对文本分析进行详细深入介绍的肯定不只这四篇，这是本人目前读过的，其他比较好的tutorial类文章欢迎大家推荐补充。 第一篇：详细介绍了离散数据的参数估计方法，而不是像大多数教材中使用的Gaussian分布作为例子进行介绍。个人觉得最值得一读的地方是它使用Gibbs采样对LDA进行推断，其中相关公式的推导非常详细，是许 ...

个人分类: 机器学习|12171 次阅读|2 个评论 热度 1

推荐一款Windows下将jpeg文件转换成eps文件的小工具

徐硕 2012-1-29 08:57

使用latex的用户在将图片插入文件中时，经常会遇到将各种图像文件转成eps格式的问题 因为一般jepg, tif等格式文件在latex中是不能直接使用的 目前网上有很多相关方法，比如借助虚拟打印机，利用一些商业软件等或开源软件等。但许多开源软件在windows下需要重新编译，非常麻烦。 今天偶然发现一款不错的小工具， ...

个人分类: Latex|5738 次阅读|没有评论

HMM-LDA模型简介

热度 5 徐硕 2012-1-29 08:31

Griffiths et. al.~cite{GSBT05}认为，一个词出现在句子中是有原因的。作者将原因分为两种：一种是它起到的是句法（syntactic）功能，使整个句子符合一定的语言规范，也就是常说的虚词（function words）；另一种它起到语义（semantic）功能，传递句子的真实含义，也就是常说的实词（content words）。 句法约束通常 ...

个人分类: 机器学习|12376 次阅读|8 个评论 热度 5

本页有 2 篇博文因作者的隐私设置或未通过审核而隐藏