不负长风

推荐系统分类社会化推荐 social recommendation基于内容的推荐 content-based filtering基于协同过滤的推荐 collaborative filtering解决信息过载的两种方法

前言ID3C4.5CARTRandomForestAdaBoostGBDTXGBoost总结

以分类问题为例，有两个类别w1和w2，一个待分类的向量x。我们可以知道在已经分类的向量中有哪些向量属于w1，有哪些向量属于w2。即已知p(w1)和p(w2)，这就是先验概率。先验概率可以当成是随着生活或事件发生收集到的概率。参考了一篇博客，其中给出后验概率的定义如下：事情已经发生，要求这件事情发生的原因是由某个因素引起的可能性的大小。在分类问题中，已知待分类的向量x，判断 x∈w1 还是...

kmeans是一种聚类算法。有一些向量，取k个中心点。对于每个向量，分别计算其到k个中心点的距离，并将其归到最小距离对应的中心点。由此可以得到k个类别。接下来更新k个类别的中心点，中心点坐标更新为其类别的向量的坐标的均值。再次计算每个向量所属的类别。反复迭代，到某一条件终止。...

已知n个向量和这n个向量所属的类别，输入一个未知类别的新向量。计算新向量与已知n个向量的距离，将这些距离按照从小到大的顺序排序。取前k个距离，其中出现次数最多的类别就是新向量的类别。...

hello