lda主题模型

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

一、LDA的基本思想     线性判别式分析(Linear Discriminant Analysis, LDA)，也叫做Fisher
·2015-11-05 09:29

也说说LDA（Latent Dirichlet Allocation）——理论篇

  LDA是个generative model，它首先从Dirichlet分布Dir(β)中抽取每个topic对应的参数，然后语料集D中第j篇文档的产生方式如下： 1.
·2015-11-05 08:44

主题模型

主题模型简介主题模型一般包括三个过程：生成过程，训练过程以及在线推断。生成过程定义了模型的假设以及具体的物理含义。训练过程定义了怎么由训练数据得出模型。在线推断定义怎样应用模型。
scorpion_fish·2015-11-04 21:00

四大机器学习降维算法：PCA、LDA、LLE、Laplacian Eigenmaps

四大机器学习降维算法：PCA、LDA、LLE、Laplacian Eigenmaps 机器学习领域中所谓的降维就是指采用某种映射方法，将原高维空间中的数据点映射到低维度的空间中。
·2015-11-03 22:17

LDA导读

http://bbs.byr.cn/wForum/boardcon.php?bid=298&id=2530&ftype=6 原文信息 Latent Dirichlet Allocation David.M.Blei Andrew.Y.Ng Michael.I.Jordan JMLR2003 （可goo
·2015-11-03 21:13

机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA)

版权声明：     本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系[email protected] 前言：     第二篇的文章中谈到，和部门老大一宁出去outing的时候，他给了我相当多的机
·2015-11-02 16:02

机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用

leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系[email protected] 前言：     上一次写了关于PCA与LDA
·2015-11-02 16:01

近期要看文章（20141213）

 关注点： （1）主题模型的应用 （2）文献计量学的实际应用，预测方法     Time gap analysis by the topic model-based
·2015-11-02 14:36

LDA基本介绍以及LDA源码分析(BLEI)

  基本介绍： 　　topic model，主题模型介绍： http://www.cnblogs.com/lixiaolun/p/4455764.html  以及 (
·2015-11-02 13:17

主题模型

本文着重介绍了一个语义挖掘的利器：主题模型。主题模型是对文字隐含主题进行建模的方法。它克服了传统信息检索中文档相似度计算方法的缺点，并且能够在海量互联网数据中自动寻找出文字间的语义主题。
·2015-11-02 13:16

短文本(微博)分类

尝试用lda来扩展特征。86%.------因为lda扩展的特征有限。一般一条微博只能扩到1到2个特征。尝试使用bigram来做特征扩展，效果最
ddongjian0000·2015-11-02 00:00

使用LDA线性判别分析进行多类的训练分类

　　本文使用LDA作为分类器在matlab下做实验。 　　其中投影转换矩阵W按照LDA的经典理论生成，如下的LDA函数，并返回各个类的投影后的（ｋ－１）维的类均值。
·2015-11-01 11:24

OCI小例

stdio.h> #include <oratypes.h> #include <ocidfn.h> #include <ocidem.h> //声明cda和lda
·2015-10-31 15:11

基于LDA的Topic Model变形

http://blog.csdn.net/hexinuaa/article/details/6021069 最近几年来，随着LDA的产生和发展，涌现出了一批搞Topic Model的牛人。
·2015-10-31 14:47

lda：变分的推导

lda，latent diriclet allocation,是一个最基本的bayesian模型。本文要研究lda基于变分的推导方法。意义是重大的。
·2015-10-31 11:28

一个不错的Spectral Clustering方法的总结

从很老很老的PCA/LDA，到比较近的Spectral Embedding/Clustering，都属于这类。   为什么要用SVD/特征值分解? 其实并不是为用而用，而是不得不用。
·2015-10-31 11:46

线性判别式分析-LDA-Linear Discriminant Analysis

线性判别式分析(Linear Discriminant Analysis, LDA)，也叫做Fisher线性判别(Fisher Linear Discriminant ,FLD)，是模式识别的经典算法，
·2015-10-31 10:04

相关有用链接

info/   “结构之法，算法之道”博客  http://www.cnblogs.com/v-July-v/archive/2011/06/14/2770530.html 1，lda
·2015-10-31 09:12

机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA)

机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA) 版权声明：     本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com
·2015-10-31 09:57

ad8582

AGND:模拟地 DGND:数字地 LDA：DAC A寄存器装载选通端，把输入寄存器中的数据转移到DAC 寄存器中，输入低电平有效，电平敏感锁存。
·2015-10-30 18:03

在命令行运行java代码

创建文件目录的方式 最终解决方法是： #/bin/bash root_dir=`pwd` echo $root_dir src_dir=$root_dir"/src/com/bobo/lda
·2015-10-30 14:45

线性判别分析（Linear Discriminant Analysis）（二）

            PCA与LDA的降维对比：     
·2015-10-30 12:19

主成分分析（Principal components analysis）-最大方差解释

在写这篇之前，我阅读了PCA、SVD和LDA。这几个模型相近，却都有自己的特点。本篇打算先介绍PCA，至于他们之间的关系，只能是边学边体会了。
·2015-10-30 12:18

线性判别分析（LDA）, 主成分分析(PCA)及其推导

前言：     如果学习分类算法，最好从线性的入手，线性分类器最简单的就是LDA，它可以看做是简化版的SVM，如果想理解SVM这种分类器，那理解LDA就是很有必要的了
·2015-10-30 12:34

文本分析与检索

主要内容： 1、文本表示与特征提取； 2、隐语义分析LSA和Latent Dirichlet Allocation(LDA) 3、检索模型：Boolean模型、向量模型、概率模型  
·2015-10-30 11:12

PCA&&LDA

在研究PCA，LDA的时候，发现这个推导很有帮助的，所以贴过来，也便大家。
·2015-10-30 10:16

最大似然估计、MAP及贝叶斯估计

http://blog.csdn.net/yangliuy/article/details/8296481以PLSA和LDA为代表的文本语言模型是当今统计自然语言处理研究的热点问题。
winone361·2015-10-30 09:00

主题模型简述

由于之前聚类的方式，并不能保证主题的挖掘，所以打算试试主题模型，但是一看就是数据公式，没办法了，只能从头再过一遍。
dydm_13128·2015-10-29 16:17

LDA

LDA算法概述：线性判别式分析(Linear Discriminant Analysis, LDA)，也叫做Fisher线性判别(Fisher Linear Discriminant ,FLD)，是模式识别的经典算法
Allyli0022·2015-10-28 11:00

面试题

3.请描述以下任一概念：SIFT/SURF LDA/PCA4.请说出使用过的分类器和实现原理。5.RandomForest的随机性表现在哪里。6.Graph-cut的基本原理和应用。
Allyli0022·2015-10-28 08:00

matlab学习：人脸识别之PCA（ Principal Component Analysis ）

1.链接推荐 关于理解PCA的推荐链接：http://www.cnblogs.com/LeftNotEasy/archive/2011/01/08/lda-and-pca-machine-learning.html
·2015-10-27 14:35

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

原文来自：http://blog.csdn.net/xiazhaoqiang/article/details/6585537 LDA算法入门 一．
·2015-10-27 13:14

使用LFM（Latent factor model）隐语义模型进行Top-N推荐

隐语义模型LFM和LSI，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。
winone361·2015-10-27 09:00

SVM&TSVM&LSA(I)→PLSA(I)→LDA→HDP

SVM&TSVM&LSA(I)→PLSA(I)→LDA→HDPSVM（用于监督学习）参考文章：SVM（支持向量机）详解通俗来讲，SVM是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器
gsp_2015·2015-10-16 16:42

R软件中jiebaR包分词和用python中jieba分词以及做关键字提取及LDA模型

对于一个软件来讲，若是开源其发展速度是很快的，在R软件中，去年年底就发布了jiebaR分词包，记得上学的那会jieba包首先是出现在python中，没想到在R软件中也用的到，前几天接了点私活，用这个包帮他做点东西出来，没想到，做到最后不愿意给钱，无良奸商。。。不过也正好也熟悉了一下R中的jiebaR分词包，总体来讲这个包还是蛮强大的，中文分词很准确，能提取关键字，能快速的上手，直接上代码对比pyt
旭旭_哥·2015-10-16 14:58

使用LFM（Latent factor model）隐语义模型进行Top-N推荐

隐语义模型LFM和LSI，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。
zhangxiong0301·2015-10-15 10:00

贝叶斯学习及共轭先验

最近在研究主题模型，里面用到了一些，另外在机器学习中，贝叶斯学习是重要的一个方向，所以有必要学习和掌握。
ACdreamers·2015-10-13 22:41

python学习-文本数据分析1(主题提取+词向量化)

原文地址：http://blog.sina.com.cn/s/blog_727a704c0102vn44.html使用Python进行简单文本类数据分析，包括：1.分词2.生成语料库，tfidf加权3.lda
旭旭_哥·2015-10-13 21:42

2D-PCA

传统的一维PCA和LDA方法是在图像识别的时候基于图像向量，在这些人脸识别技术中，2D的人脸图像矩阵必须先转化为1D的图像向量，然后进行PCA或者LDA分析。
qq_18343569·2015-10-09 13:00

主成分分析（Principal components analysis）-最大方差解释

在写这篇之前，我阅读了PCA、SVD和LDA。这几个模型相近，却都有自己的特点
Hareric·2015-10-03 19:00

Peacock：大规模主题模型及其在腾讯业务中的应用

如果用户最近搜索了“红酒木瓜汤”，那么应该展示什么样的广告呢？从字面上理解，可能应该返回酒水或者水果类广告。可是你知道吗？“红酒木瓜汤”其实是一个民间丰胸秘方。如果机器能理解这个隐含语义，就能展示丰胸或者美容广告——这样点击率一定很高。在广告、搜索和推荐中，最重要的问题之一就是理解用户兴趣以及页面、广告、商品等的隐含语义。让机器能自动学习和理解人类语言中近百万种语义，以及从海量用户行为数据中归纳用
stark_summer·2015-10-02 17:00

基于PLSA主题模型的文本聚类

杂谈：当年未竟之遗憾，小段代码笔记。当时苦思冥想未解当中奥妙，如今轻松信手拈来，丝毫不费力气。感叹机缘未到纵使踏破铁鞋也无用，转角回眸，那人却在灯火阑珊处。需求分析       文本聚类如果使用传统空间向量模型，很难解决同义词、多义词的情况，例如“这款苹果多少钱？”询问的是“手机iphone”而不是“水果Apple”。这时我们可以考虑从词汇的隐含语义、文本的隐含主题方面来入手解决问题。特征表示  
初雪之音·2015-09-29 20:00

线性判别分析（LDA）算法总结

      LDA也称Fisher线性判别法，它是一种非迭代的分类算法。算法的主要思想将特征空间中的样本投影到该空间的一条直线上以实现从高维到一维的数据压缩。
1039972866·2015-09-28 21:28

线性判别分析（LDA）算法总结

LDA也称Fisher线性判别法，它是一种非迭代的分类算法。算法的主要思想将特征空间中的样本投影到该空间的一条直线上以实现从高维到一维的数据压缩。
1039972866·2015-09-28 21:28

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

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)，
mydear_11000·2015-09-25 12:00

强大的矩阵奇异值分解(SVD)及其应用

http://leftnoteasy.cnblogs.com,本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系[email protected]前言：   上一次写了关于PCA与LDA
mydear_11000·2015-09-25 11:00

线性判别分析（LDA）, 主成分分析(PCA)

机器学习中的数学(4)-线性判别分析（LDA）,主成分分析(PCA)版权声明：   本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com,本文可以被全部的转载或者部分使用
mydear_11000·2015-09-25 11:00

LDA(线性判别分析)及源码实现

最近要用LDA对数据进行降维，下文是对网上写的较好的关于LDA文章的整理以便于日后复习。
遗失的钥匙扣·2015-09-19 10:54

使用LFM（Latent factor model）隐语义模型进行Top-N推荐

隐语义模型LFM和LSI，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。这些技术一开始都是在文本挖掘领域中提出来的，近些年它们也被
jzwong·2015-09-10 10:00

PCA

在写这篇之前，我阅读了PCA、SVD和LDA。这几个模型相近，却都有自己的特点。本篇打算先介绍PCA，至于他们之间的关系，只能是边学边体会了。
yezonggang·2015-09-09 14:00
上一页 50 51 52 53 54 55 56 57 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他