lda主题模型

基于正则化的特征选择

特征选择简述降维，有时也可称为子空间学习，可以大致分为特征选择(featureselection)和特征提取(featureextraction)两大类，我们常说的主成分分析(PCA)、线性判别分析(LDA
Bear_Kai·2017-05-08 16:28

基于正则化的特征选择

特征选择简述降维，有时也可称为子空间学习，可以大致分为特征选择(featureselection)和特征提取(featureextraction)两大类，我们常说的主成分分析(PCA)、线性判别分析(LDA
Bear_Kai·2017-05-08 16:28

文本主题模型之潜在语义索引(LSI)

在文本挖掘中，主题模型是比较特殊的一块，它的思想不同于我们常用的机器学习算法，因此这里我们需要专门来总结文本主题模型的算法。本文关注于潜在语义索引算法(LSI)的原理。
刘建平Pinard·2017-05-04 14:00

JgibbLDA

壹讀JgibbLDA輸出結果說明與示例2015-12-1321:14:00JgibbLDA輸出以下幾個文件：.others文件存儲LDA模型參數，如alpha、beta等。.
中天剑j·2017-04-30 23:00

神奇的LDA主题模型

（但是不能否认这确确实实是一个经典的模型，花了很长时间去看，通过这个模型我才接下来看到更经典的LDA模型）。所以在这里和大家分享一个可以说是文本主题模型里面最为经典的模型之一------------
杰伦哎呦哎呦·2017-04-27 23:57

主题模型lda源码阅读

最近一段时间学习了主题模型，主要是plsa和lda，本来打算也写一下plsa的，不过发现网上有一篇非常好的博文就直接转载了(还是懒。。)，然后就只写下lda吧。。
kidgin7439·2017-04-27 14:10

lda舆情监测遇到的问题

1、问题一LDA求出主题-词概率phi之后。可以知道每个主题下每个词的概率，之后怎么确定每篇文档的主题分布呢？在gibbs抽样稳定之后，统计每篇文档topic出现的频率就可以算出来。
中天剑j·2017-04-26 15:58

Fisher线性判别分析（Linear Discriminant Analysis，LDA）

LDA基本思想：将高维的样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果。对于两类问题，可以看做把样本都投影到一个方向上，然后在这个一维空间确定一个分类的阈值。
code_caq·2017-04-16 11:58

机器学习 —— 基础整理（四）特征提取之线性方法：主成分分析PCA、独立成分分析ICA、线性判别分析LDA

本文简单整理了以下内容：（一）维数灾难（二）特征提取——线性方法1.主成分分析PCA2.独立成分分析ICA3.线性判别分析LDA（一）维数灾难（Curseofdimensionality）维数灾难就是说当样本的维数增加时
Determined22·2017-04-13 16:00

LDA的Gibbs 采样

1马尔可夫链马尔可夫链（MarkovChain），描述了一种状态序列，其每个状态值取决于前面有限个状态。马尔可夫链是具有马尔可夫性质的随机变量的一个数列。这些变量的范围，即它们所有可能取值的集合，被称为“状态空间”，而的值则是在时间n的状态。如果对于过去状态的条件概率分布仅是的一个函数，则这里x为过程中的某个状态。上面这个恒等式可以被看作是马尔可夫性质。马尔可夫链是满足马尔可夫性质的随机过程。马尔
一个人的场域·2017-04-04 21:59

人脸识别经典算法：Fisherface（LDA）

Fisherface所基于的LDA（LinearDiscriminantAnalysis，线性判别分析）理论和特征脸里用到的PCA有相似之处，都是对原有数据进行整体降维映射到低维空间的方法，LDA和PCA
家在北方·2017-03-26 19:42

NLP︱LDA主题模型的应用难题

NLP︱LDA主题模型的应用难题将LDA跟多元统计分析结合起来看，那么LDA中的主题就像词主成分，其把主成分-样本之间的关系说清楚了。多元学的时候聚类分为Q型聚类、R型聚类以及主成分分析。
追梦不止,静心致远·2017-03-23 21:15

NLP︱LDA主题模型的应用难题

NLP︱LDA主题模型的应用难题 将LDA跟多元统计分析结合起来看，那么LDA中的主题就像词主成分，其把主成分-样本之间的关系说清楚了。多元学的时候聚类分为Q型聚类、R型聚类以及主成分分析。
BD_Jiang·2017-03-23 21:00

周志华《机器学习》课后习题解答系列（四）：Ch3.5 - 编程实现线性判别分析

Python开发环境搭建（eclipse-pydev模式）.相关答案和源代码托管在我的Github上：PnYuan/Machine-Learning_ZhouZhihua.3.5编程实现线性判别分析（LDA
Snoopy_Yuan·2017-03-21 00:00

机器学习算法之主题模型（LFM LSI PLSI LDA）

LFM（MF分解技术）、LSI（SVD分解）、PLSI（EM）、LDA隐语义模型LFM和LSI，PLSI，LDA，TopicModel其实都属于隐含语义分析技术，是一类概念，他们在本质上是相通的，都是找出潜在的主题或分类
冰鋒·2017-03-17 09:19

高维数据处理

使得投射到低维空间后的最大离散（方差）使用拉格朗日解不等式根据求得的特征值进行特征向量的选择一般求信息率90%以上的特征向量集对于N远大于D的数据，使用SVD（奇异值）进行求解先进行一次自乘降维再进行训练LDA
关山口老咸鱼·2017-03-13 10:51

LDA人脸识别详细解读

上一篇博客里写到，希望自己能够早点抽出时间，总结出LDA(线性判别分析)在人脸识别上的应用，看来我是食言了。
Mr_GongF·2017-03-12 20:29

机器学习算法简称汇总

LR：logisticregression（逻辑回归）LWLR：LocallyWeightedLinearRegression（局部加权线性回归）LDA：lineardiscriminativeanalysis
songjinbo3·2017-03-12 00:00

LDA线性判别原理解析

LDA(LinearDiscriminantAnalysis)是机器学习中线性分类模型，本文从以下三个方面进行解析：一、LDA线性判别的思想二、LDA求参过程的数学原理三、LDA实例应用（贝叶斯角度）LDA
feilong_csdn·2017-03-09 17:55

PCA SVD LDA --- Machine Learning笔记1

主成分分析（PCA）与LDA有着非常近似的意思，LDA的输入数据是带标签的，而PCA的输入数据是不带标签的，所以PCA是一种unsupervisedlear
Pygmalion_Chen·2017-03-06 15:31

PCA SVD LDA --- Machine Learning笔记1

主成分分析（PCA）与LDA有着非常近似的意思，LDA的输入数据是带标签的，而PCA的输入数据是不带标签的，所以PCA是一种unsupervisedlear
Pygmalion_Chen·2017-03-06 15:31

LDA Gibbs Sampling公式推导

GibbsSamplingBackground所有的推导可以说都是根据这张图片：α∈RM×Kθm∈RKβ∈RK×Vϕk∈RVLDA的目的就是为了在给定α,β的情况下，求出θ和ϕ。推导1—联合分布求解p(s,z|α,β)=p(w|z,β)⋅p(z|α)两个部分p(w|z,β),p(z|α)分别考虑。对于第一部分：p(w|z,β)=∫p(x|z,ϕ)⋅p(ϕ|β)dϕp(x|z,ϕ)=∑Kk=1p(w
lscHacker·2017-03-05 05:43

学习BLAS库 -- GEMM

函数语法:SGEMM(TRANSA,TRANSB,M,N,K,ALPHA,A,LDA,B,LDB,BETA,C,LDC)功能：matrixmatrixmultiply(rowmajororder)|CCCCC
cocoonyang·2017-03-04 13:48

Python机器学习及NLP库

Shogun主要用于支持向量机（SVM）Gensim用于主题建模，LDA及其变体等方面，支持自
Tonylamam·2017-02-23 23:26

php 中curl采集应用于简介

所以引进了CurlcURL可以使用URL的语法模拟浏览器来传输数据，因为它是模拟浏览器，因此它同样支持多种协议，FTP,FTPS,HTTP,HTTPS,GOPHER,TELNET,DICT,FILE以及LDA
大志天成119·2017-02-22 09:02

【总结】Kylin LDAP配置

API方式访问Kylin服务(service)普通账号和服务账号通常是分开管理### SECURITY #### Default roles and admin roles in LDAP, for lda
巧克力黒·2017-02-16 10:17

学习BLAS库 -- TRMV

函数语法:XTRMV(UPLO,TRANS,DIAG,A,LDA,X,INCX)功能：TriangularmatrixvectormultiplyOpenBLAStrmvmethodstestingbenchmark
cocoonyang·2017-02-12 14:57

学习BLAS库 -- GEMV

函数语法:XGEMV(TRANS,M,N,ALPHA,A,LDA,X,INCX,BETA,Y,INCY)功能：matrixvectormultiplyBLASlevel2functionC语言版(f2c
cocoonyang·2017-02-12 10:27

机器学习-QDA&LDA

前在文章[机器学习-Bayesian概念学习，简书]中介绍了概念学习，即将一个概念与这个概念包含所有实例的集合等同，通过属于这个集合的数据来学习这个集合可能是什么。也就是说，给定属于这个集合C的一些数据D，我们希望估计一个未知的x属于集合C的概率，换个角度看，也就是估计x属于C的概率和x属于C的补集的概率。假如我们考虑多个集合C1,...Ck，则指标1,...,k可以看做label，给定带labe
cjianwyr·2017-02-07 11:20

gensim学习笔记（一）- Vector space model

包括向量空间模型，word2vec,LSI,LDA,转换之类的操作，非常方便。
Johnson0722·2017-01-25 23:54

self-service-password (自动重置密码服务)

ApacheGeneralparametersLDAPconnectionPasswordpolicyResetbyquestionsResetbymailtokensResetbySMSMailreCAPTCHAPostHook此文仅介绍LDA
赵大鑫·2017-01-16 17:19

如何从零起步学习AI

在一直想继续写但每每错不开时间的反复纠结中，于14年年底终于腾出时间，又开始写最大熵、adaboost、聚类、贝叶斯、LDA等模型的学习笔记。
v_JULY_v·2017-01-15 13:56

局部线性嵌入(LLE)原理总结

和传统的PCA，LDA等关注样本方差的降维方法相比，LLE关注于降维时保持样本局部的线性特征，由于LLE在降维时保持了样本的局部特征，它广泛的用于图像图像识别，高维数据可视化等领域。
刘建平Pinard·2017-01-10 12:00

线性判别分析LDA原理总结

这里我们就对另外一种经典的降维方法线性判别分析（LinearDiscriminantAnalysis,以下简称LDA）做一个总结。
刘建平Pinard·2017-01-03 16:00

LDA(Latent Dirichlet Allocation)主题模型

LDA于2003年由DavidBlei,AndrewNg和MichaelI.Jordan提出，因为模型的简单和有效，掀起了主题模型研究的波浪。
Carl-Xie·2016-12-24 16:09

Matlab数据降维工具箱drtoolbox

drtoolbox:MatlabToolboxforDimensionalityReduction是LaurensvanderMaaten开发的用来数据降维的工具箱，其中包含了著名的PCA,LDA算法，
维宣·2016-12-23 15:25

pythonNLP-文本相似度计算实验汇总

基于LDA模型的文本相似度计算主要的过程如下：文本预处理过程训练LDA模型相似度计算结果保存下面分别去说。
Kang_TJU·2016-12-20 23:06

LDA线性判别分析

LDA算法入门一．LDA算法概述：线性判别式分析(LinearDiscriminantAnalysis,LDA)，也叫做Fisher线性判别(FisherLinearDiscriminant,FLD)，
think0713·2016-12-13 10:16

【机器学习】PCA与ICA，RCA，LDA

PCA主成分分析图一：本来是两个维度的值，一个维度是schoolranking，一个是safetyproblems,观察图中的点，可以用一个直线连起来，这个直线就是新的主分成的方向，也是方差最大的方向。两个维度合成了一个新的纬neighborhoodquality损失的信息量是点到红色直线的距离PCA最大方差的方向何时使用PCA1.潜在的特征2.维度约减（可视化高维数据，减少噪声，使其他算法（回归
Emily Du·2016-12-06 10:24

论文阅读：SCTM

亮点之前有一篇叫corr-lda的，思想是利用了article与review的correspondence，corr-lda总结下来就是：article沿用了LDA的思想，但是认为comment和article
数据挖掘算法喵·2016-12-02 23:32

主题模型初学者指南[Python]

主题模型是处理非结构化数据的一种常用方法，从名字中就可以看出，该模型的主要功能就是从文本数据中提取潜在的主题信息。主题模型不同于其他的基于规则或字典的搜索方法，它是一种无监督学习的方法。
Datartisan数据工匠·2016-11-24 10:51

马尔科夫蒙特卡洛方法 （MCMC）+ Gibbs采样 原理干货

老师一堂课讲的内容要自己再看几个小时……MCMC和Gibbs采样看书看得一脸懵逼，还好同学分享了一篇文章，看完豁然开朗，比《人工智能：一种现代的方法》强多了下面是链接：http://cos.name/2013/01/lda-math-mcmc-and-gibbs-sampling
PlusTang124·2016-11-15 22:48

理解CNN卷积神经网络原理

本博客内写过一些机器学习相关的文章，但上一篇技术文章“LDA主题模型”还是写于2014年11月份，毕竟自2015年开始创业做在线教育后，太多的杂事、琐碎事，让我一直想再
nicajonh·2016-11-12 19:42

CNN笔记：通俗理解卷积神经网络

本博客内写过一些机器学习相关的文章，但上一篇技术文章“LDA主题模型”还是写于2014年11月份，毕竟自2015年开始创业做在线教育后，太多的杂事、琐碎事，让我一直想再写点技
redis_v·2016-10-30 12:19

LDA在资讯推荐的应用

项目背景需求最初始公司想在已有的产品当中加上资讯模块来提高用户的活跃和在线停留时长。这就需要推送给用户感兴趣的资讯，而用户的用户画像已经保存了用户的兴趣特征，所以需要提取资讯的特征，用于用户的个性化推荐。如何提取资讯的特征或者说对资讯进行简单的分类？刚开始想到svm等一些常用的分类方法，但由于采集到的资讯也不知道有哪些分类，所以这种方法并不适合。想到了无监督的聚类的方法，因为自身产品的特性影响，所
huayimeng·2016-10-23 22:25

机器学习资源汇总（持续更新）

在这里简单整理了一下，并且以后再看到相关的优质资源会不定期更新本文~博客：LDA数学八卦作者：rickjinhttp://c
zhurouwan·2016-10-23 18:25

LDA理论

LDA理论DavidM.Blei,AndrewY.Ng,andMichaelI.Jordan.Latentdirichletallocation.J.Mach.Learn.Res.,3:993–1022
Alchemist Notes·2016-10-18 06:56

短文本主题建模方法

另一方面，短文本数据存在一定的特殊性，我们无法直接用传统的主题模型算法来处理它。
Datartisan数据工匠·2016-10-13 11:59

降维与流形学习几种方法

LDA有监督的降维学习方法，和PCA类似.motivation:从类内距离最小，类间距离最大的这个角度来构造目标函数。MDS一种j降维的方法，是和PCA对偶的。motivati
chendadayan·2016-10-09 17:53

spark-mllib-lda 实践与说明

一、MLlib简介MLlib是Spark的机器学习（ML）库。旨在简化机器学习的工程实践工作，并方便扩展到更大规模。MLlib由一些通用的学习算法和工具组成，包括分类、回归、聚类、协同过滤、降维等，同时还包括底层的优化原语和高层的管道API。MLllib目前分为两个代码包：spark.mllib包含基于RDD的原始算法APIspark.ml提供了基于DataFrames高层次的API，可以用来构建
红红火火恍恍惚惚·2016-10-01 21:46
上一页 45 46 47 48 49 50 51 52 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他