标签：《智能Web算法》

2014-02-18阅读(6254)评论(0)

这是分类算法在欺诈检测方面的应用。 5.4.1交易数据中关于欺诈检测的一个用例 假设有如下样例数据： 正常交易集合：data/ch05/fraud/descriptions.txt AMAZON.COM USAIRWAY EXPEDIA T...

2014-02-18阅读(7087)评论(0)

这一节的目的： 利用二分类区分正常邮件与垃圾邮件。 将邮件分为精细的类别。 5.3.1 朴素贝叶斯分类 于第二章用到的贝叶斯分类器一样，连测试数据都是一样的。 主程序： package com.hankcs; import&nbs...

2014-02-17阅读(4685)评论(0)

分类是比聚类更加高级的一项认知活动，比如瓦力是一个机器人，而非“瓦力和威震天属于同一个组别”这样模糊的聚类。 5.1 对分类的需求 博客的文章需要分类，饭店的菜单也需要分类，学术体系有严格的分类，在《智能Web算法》里，称一个分类为一个本体...

2014-02-16阅读(4902)评论(0)

DBSCAN是一种基于密度的空间聚类算法，适用于含噪声的数据。 4.6.1 基于密度的算法简介 生活经验，将密度集中点圈起来就成为一个聚类，而那些分散的点，则被称为噪声。DBSCAN算法的目的是发现数据集中的聚类和噪声。 主程序： pack...

2014-02-16阅读(5399)评论(1)

原书译为“鲁棒的链接型聚类”，这个“鲁棒”真的太绅（henn）士(tai)了。我查了下，“鲁棒”来源于英文“Robust”，意为“强健的，稳固的，耐用的，粗野的，浓的”等。“Robustness”的一般含义是“强度,  ...

2014-02-16阅读(5484)评论(0)

前面的三种基于链接的算法都是“合并”，k-means算法是一种“分割”算法，据说是实际应用最广泛的聚类算法。 4.4.1 初识k-means算法 主程序： package com.hankcs; import iweb2...

2014-02-16阅读(3935)评论(0)

继续使用4.1中的数据，聚类算法使用的数据结构是树。 4.3.1 树状图：基本的聚类数据结构 定义集合[d,k,{…}]，d代表每个聚类中元素间相似度的最小值（距离的最大值），k代表聚类的数量，{…}是每个聚类集合的...

2014-02-16阅读(3894)评论(0)

如同SQL和数组排序那样，聚类是广义上的排序。通过排序对象，聚类算法找到对象的邻居，同时保留对象的多维性。聚类算法的目的是识别分组，同时能拓展到多维空间。 聚类算法有三种分类方式： 4.2.1 基于分组结构的聚类算法分类 类似于WordPr...

2014-02-16阅读(7531)评论(0)

       聚类指的是分组时，将类似的事物放在一起。应用于发布有针对性的广告，显示相关文章和在网站中构建社交网络等方面。 4.1.1 网站中的用户组：案例研究  &nb...

2014-02-16阅读(4712)评论(0)

3.4.1 电影数据集的介绍及推荐器 3.4.2 数据标准化与相关系数          这是世界上最大的在线电影租赁商，技术核心是一个推荐系统 3.4.1 电影数据集的...