数据分析
-
词性标注 词性标识编码表详解大数据
参考《PFR人民日报标注语料库》的词性编码表，如表4-4所示： 表4-4 词性编码表 代码 名称 举例 a 形容词 最/d 大/a 的/u&nb…
-
weka中的各算法说明详解大数据
1) 数据输入和输出 WOW()：查看Weka函数的参数。 Weka_control()：设置Weka函数的参数。 read.arff()：读Weka Attribute-Rela…
-
LDA主题模型介绍详解大数据
LDA（Latent Dirichlet Allocation）是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。LDA是一种非监督机器学习技术，可…
-
LDA主题模型的java代码实现详解大数据
public class LdaGibbsSampling { public static class modelparameters { float alpha = 0.5f; …
-
Libsvm的使用详解大数据
LIBSVM简介支持向量机所涉及到的数学知识对一般的化学研究者来说是比较难的，自己编程实现该算法难度就更大了。但是现在的网络资源非常发达，而且国际上的科学研究者把他们的研究成果已经…
-
adaBoost算法详解大数据
二、Adaboost算法及分析 从图1.1中，我们可以看到adaboost的一个详细的算法过程。Adaboost是一种比较有特点的算法，可以总结如下： 1）每次迭代改变的是…
-
SVM常用的核函数详解大数据
支持向量机是建立在统计学习理论基础之上的新一代机器学习算法，支持向量机的优势主要体现在解决线性不可分问题，它通过引入核函数，巧妙地解决了在高维空间中的内积运算，从而很好地解决了非线…
-
LDA主题模型的训练算法和预测算法详解大数据
LDA训练算法： (1)随机初始化α和β（一般α取值为50/主题数，β取值为0.1）；(2)以下步骤迭代直到收敛： (2.1)对训练集中的每篇文…
-
防止过拟合详解大数据
本文是《Neural networks and deep learning》概览 中第三章的一部分，讲机器学习/深度学习算法中常用的正则化方法。 在训练数据不够多时，或者…
-
Hadoop知识点总结详解大数据
之前自己在慕课网在线学习了关于hadoop的初步知识，在此记录一下： hadoop主要是由两部分构成：1、HDFS，负责存储，为分布式文件系统；2、MapReduce，是并行处理框…