lda主题模型

LDA中的variational EM 跟EM

variationalEM:http://net.pku.edu.cn/~zhaoxin/vEMLDA.pdfEM:http://www.cnblogs.com/biyeymyhjob/archive/2012/07/21/2603020.html估计方法都是用的MLE,variationalEM估计α和β(对应EM中的z)，而实际上也要求的是θ和z隐变量(对应EM中的z)。目标都是最大化似然函数
xyqzki·2015-05-20 22:00

PCA, Factor Analysis, LDA

参考http://www.cnblogs.com/jerrylead/archive/2011/05/11/2043317.html
xyqzki·2015-05-20 16:00

Fisher线性判别

Fisher线性判别（FisherLinearDiscrimination，FLD），也称线性判别式分析(LinearDiscriminantAnalysis,LDA)。
u014568921·2015-05-19 16:00

TopicModel主题模型LDA的编程实现

http://blog.csdn.net/pipisorry/article/details/45771045LDA的python实现TopicModel主题模型-LDA的python实现及参数选择LDA
pipisorry·2015-05-16 20:00

TopicModel主题模型LDA的应用

http://blog.csdn.net/pipisorry/article/details/45665779主题模型LDA的应用TheverybestwaystosortlargedatabasesofunstructuredtextistouseatechniquecalledLatentDirichletallocation
pipisorry·2015-05-12 10:00

TopicModel主题模型可视化

http://blog.csdn.net/pipisorryBrowseLDATopicModelsThispackageallowsyoutocreateasetofHTMLfilestobrowseatopicmodel.Itcreatesawordcloudandtime-graphpertopic,andannotatesaselectionofdocumentswiththetopicf
pipisorry·2015-04-29 19:00

TopicModel主题模型LDA的缺陷和改进

http://blog.csdn.net/pipisorry/article/details/45307369LDA的缺陷和改进1.短文本与LDAICML论文有理论分析，文档太短确实不利于训练LDA,但平均长度是
pipisorry·2015-04-27 10:00

降维：PCA

一直想总结一下降维的方法，借matchill老师的课，总结一下：PCA：PCA和ICA：降维方法：1、神经网络的隐含层2、LDA（线性判别分析）3、PCA4、ICA5、CCA6、信息增益（筛选特征）7、
mmc2015·2015-04-26 16:00

matlab SVM 并行计算

SVMten-foldcrossvalidation的时候用并行计算%thisisscriptisforSVMtrainingandtestingtic;clcclearallData=dlmread('features_LDA_ratios.txt
William_Dong·2015-04-19 17:20

机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用

前言：   上一次写了关于PCA与LDA的文章，PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解释。
wenyusuran·2015-04-13 14:00

机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA)

一宁上次给我提到，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。  
wenyusuran·2015-04-13 14:00

LDA文本建模（4）——算法细节、伪代码、实现

上面的产生过程简单描述为：下面参考：http://www.flickering.cn/nlp/2015/03/peacock%EF%BC%9A%E5%A4%A7%E8%A7%84%E6%A8%A1%E4%B8%BB%E9%A2%98%E6%A8%A1%E5%9E%8B%E5%8F%8A%E5%85%B6%E5%9C%A8%E8%85%BE%E8%AE%AF%E4%B8%9A%E5%8A%A1%E4
mmc2015·2015-04-13 13:00

LDA文本建模（3）——pLSA模型和LDA模型

1）LDA文本建模（1-2）里应该明白的结论beta分布是二项式分布的共轭先验概率分布： “对于非负实数和，我们有如下关系------------------（1）  其中对应的是二项分布的计数。
mmc2015·2015-04-12 16:00

LDA文本建模（2）——MCMC和Gibbs Sampling

统计学中有一类重要的问题：给定一个概率分布P(x)，如何在计算机中生成该分布对应的样本。MCMC(MarkovChainMonteCarlo)和GibbsSampling算法在现代贝叶斯分析中被广泛使用。1）MCMC(MarkovChainMonteCarlo)如，转移概率矩阵记为：初始概率分布向量为：π0=[π0(1), π0(2), π0(3)]。则：π1=π0*P，π2=π1*P=π0*
mmc2015·2015-04-12 15:00

LDA文本建模（1）——数学基础

二个函数：Gamma函数、Beta函数五个分布：二项分布（Binomial）、多项分布（Multnomial）、Gamma分布、Beta分布、Dirichlet分布一个概念：共轭先验1）Gamma函数gamma函数性质：gamma函数和log(gamma)函数都是凸函数。2）Beta函数性质：3）Gamma分布（可略去）（对于连续函数，我们说**分布，就是指该连续**函数的概率密度函数）对Gamm
mmc2015·2015-04-12 14:00

mahout运行测试与数据挖掘算法之聚类分析（一）kmeans算法解析

linux中并解压即可mahout下载地址：点击打开链接mahout中的算法大致可以分为三大类：聚类，协同过滤和分类其中常用聚类算法有：canopy聚类，k均值算法（kmeans），模糊k均值，层次聚类，LDA
qq1010885678·2015-04-10 20:00

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、LaplacianEigenmaps引言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。
tiandijun·2015-03-31 09:00

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
xuanyoumeng·2015-03-24 18:00

使用collapsed gibbs sampling对LDA中参数进行估计的推导过程

使用来表示文档--主题分布的超参数，使用来表示主题--词汇分布的超参数，这些超参数的先验分布被定义在一个狄利克莱分布中，如下所示：在给定参数的情况下，所有隐变量（主题）的概率被定义在一个多项式分布中，其中表示在文档m中，被赋给主题k的词汇数量。在给定参数的情况下，所有可观测变量（单词）的概率和所有的隐变量被定义在一个多项式分布中，其中表示语料库中单词v被赋予主题z的次数。注意，在以上两个公式中，我
duskwaitor·2015-03-21 21:35

[置顶] 基于OpenCV性别识别

识别所用的算法可以是SVM，BP神经网络，LDA，PCA，PCA+LDA等等。OpenCV官网给出的文档是基于Fisherfaces检测器（LDA）方法实现的。
zwhlxl·2015-03-18 10:00

主题模型

一.主题模型传统判断两个文档相似性的方法是通过查看两个文档共同出现的单词的多少，如TF-IDF等，这种方法没有考虑到文字背后的语义关联，可能在两个文档共同出现的单词很少甚至没有，但两个文档是相似的。     
yhdzw·2015-03-16 20:00

小谈gensim

gensim是一个用于主题分析（LSI/LDA）的工具包。它的强大，在于大量使用了矩阵运算（速度比循环判断快），提供了基本上一整套的主题建模、相似判断、分布式训练、甚至是可以进行相似判断的服务器。
junGle·2015-03-16 11:00

LDA PLSA 比较总结

blog.csdn.net/v_july_v/article/details/41209515和http://blog.csdn.net/hxxiaopei/article/details/7617838以及百度百科首先介绍主题模型的概念
Do_Cool_Thing·2015-03-05 13:54

knowledge_based topic model - 基于知识的主题模型概述

http://blog.csdn.net/pipisorry/article/details/44040701LDA (Bleietal.,2003)术语Mustlink statesthattwowordsshouldbelongtothesametopicCannot-link
pipisorry·2015-03-03 17:00

Peacock：大规模主题模型及其在腾讯业务中的应用

Peacock：大规模主题模型及其在腾讯业务中的应用2015/03/02分布式计算、机器学习、自然语言处理LDA、Peacock、数据并行、模型并行xueminzhaoPeacock：大规模主题模型及其在腾讯业务中的应用作者
haydenwang8287·2015-03-03 16:00

语义分析的一些方法(二)

2.1 Topic Model 首先介绍主题模型。说到主题模型，第一时间会想到pLSA，NMF，LDA。关于这几个目前业界最常用的主题模型，已经有相当多的介绍了，譬如文献[60，64]。
wbj0110·2015-02-11 13:00

语义分析的一些方法(二)

2.1 Topic Model 首先介绍主题模型。说到主题模型，第一时间会想到pLSA，NMF，LDA。关于这几个目前业界最常用的主题模型，已经有相当多的介绍了，譬如文献[60，64]。
wbj0110·2015-02-11 13:00

语义分析的一些方法(二)

2.1 Topic Model 首先介绍主题模型。说到主题模型，第一时间会想到pLSA，NMF，LDA。关于这几个目前业界最常用的主题模型，已经有相当多的介绍了，譬如文献[60，64]。
wbj0110·2015-02-11 13:00

Adaboost、SVM、LDA、贝叶斯网络、谱聚类等几篇博客的LaTeX文件下载

Adaboost、SVM、LDA、贝叶斯网络、谱聚类等几篇博客的LaTeX文件下载今年以前，在我自己的博客上写过一系列的机器学习系列文章，如下图所示：随后，微博上有一些朋友帮忙制作了latex版本（非常感谢
Airship·2015-02-05 22:00

推荐系统中隐语义模型

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
ariessurfer·2015-02-04 12:59

推荐系统中隐语义模型

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
AriesSurfer·2015-02-04 12:00

PLSA模型的再理解以及源码分析

PLSA模型的再理解以及源码分析    之前写过一篇PLSA的博文，其中的收获就是知道PLSA是LSA在概率层面的扩展，知道了PLSA是一种主题模型，知道了PLSA中的参数估计使用的是EM算法。
puqutogether·2015-01-30 17:00

LDA入门与Java实现

这是一篇面向工程师的LDA入门笔记，并且提供一份开箱即用Java实现。本文只记录基本概念与原理，并不涉及公式推导。
hankcs·2015-01-29 23:00

[转]机器学习中的数学(5)-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
huang1024rui·2015-01-25 19:00

SVD奇异值分解

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
sherrylml·2015-01-23 10:00

TopicModel主题模型LDA中的数学模型

http://blog.csdn.net/pipisorry/article/details/42672935了解LDA需要明白如下数学原理：一个函数：gamma函数四个分布：二项分布、多项分布、beta
·2015-01-13 10:00

主题模型TopicModel：隐含狄利克雷分布LDA

http://blog.csdn.net/pipisorry/article/details/42649657主题模型LDA简介隐含狄利克雷分布简称LDA(LatentDirichletallocation
-柚子皮-·2015-01-12 21:07

TopicModel主题模型LDA

http://blog.csdn.net/pipisorry/article/details/42649657主题模型LDA介绍隐含狄利克雷分布简称LDA(LatentDirichletallocation
pipisorry·2015-01-12 21:00

R语言中的线性判别分析

    在R语言中，线性判别分析（LinerDiscriminantAnalysis，简称LDA），依靠软件包MASS中有线性判别函数lqa()来实现。
sanqima·2015-01-11 14:00

主题模型TopicModel：PLSA模型及PLSA的EM推导

http://blog.csdn.net/pipisorry/article/details/42560877Introduction:概率潜在语义分析简称pLSA(Probabilisticlatentsemanticanalysis)基于双模式和共现的数据分析方法延伸的经典的统计学方法。概率潜在语义分析应用于信息检索，过滤，自然语言处理，文本的机器学习或者其他相关领域。概率潜在语义分析与标准潜
-柚子皮-·2015-01-09 20:44

TopicModel主题模型 - PLSA模型及PLSA的EM推导

http://blog.csdn.net/pipisorry/article/details/42560877Introduction:       概率潜在语义分析简称pLSA(Probabilisticlatentsemanticanalysis)基于双模式和共现的数据分析方法延伸的经典的统计学方法。概率潜在语义分析应用于信息检索，过滤，自然语言处理，文本的机器学习或者其他相关领域。     
pipisorry·2015-01-09 20:00

主题模型TopicModel：Unigram、LSA、PLSA模型

http://blog.csdn.net/pipisorry/article/details/42560693主题模型历史Papadimitriou、Raghavan、Tamaki和Vempala在1998
-柚子皮-·2015-01-09 20:55

TopicModel主题模型 - LSA（隐性语义分析）模型和其实现的早期方法SVD

http://blog.csdn.net/pipisorry/article/details/42560331传统方法向量空间模型（VSM）的缺点传统向量空间模型使用精确的词匹配，即精确匹配用户输入的词与向量空间中存在的词。由于一词多义(polysemy)和一义多词(synonymy)的存在，使得该模型无法提供给用户语义层面的检索。比如用户搜索”automobile”，即汽车，传统向量空间模型仅仅
pipisorry·2015-01-09 20:00

EM算法原理详解

本文详细讲述EM算法的由来、EM算法的实现思路、EM算法解决PLSA和LDA的方法。概述EM是一种解决存在隐含变量优化问题的有效方法。EM的意思是“ExpectationMaximization
-柚子皮-·2015-01-09 09:36

TopicModel主题模型 - EM算法

http://blog.csdn.net/pipisorry/article/details/42550815EM算法有很多的应用，最广泛的就是GMM混合高斯模型、聚类、HMM、基于概率的PLSA模型等等。本文详细讲述EM算法的由来（与最大似然估计MLE的关系，EMisaniterativealgorithmforsolvingthemaximumlikelihoodestimation(MLE)
pipisorry·2015-01-09 09:00

TopicModel主题模型 - LDA主题模型的评估

http://blog.csdn.net/pipisorry/article/details/42460023熵/信息熵Perplexity定义perplexity是一种信息理论的测量方法，b的perplexity值定义为基于b的熵的能量（b可以是一个概率分布，或者概率模型），通常用于概率模型的比较wiki上列举了三种perplexity的计算：1概率分布的perplexity公式：  其中H(p
pipisorry·2015-01-06 17:00

[转载] 机器学习面试之算法思想简单梳理

   本文转载自tornadomeet博客,它是一篇非常好的归纳机器学习的文章.内容包括：朴素贝叶斯、决策树、Logistic回归、KNN、SVM、Boosting、LDA、Apriori等,这样一篇优秀的文章不得不让我转载记录
Eastmount·2015-01-05 13:00

[转载] 机器学习面试之算法思想简单梳理

本文转载自tornadomeet博客,它是一篇非常好的归纳机器学习的文章.内容包括：朴素贝叶斯、决策树、Logistic回归、KNN、SVM、Boosting、LDA、Apriori等,这样一篇优秀的文章不得不让我转载记录
Eastmount·2015-01-05 13:00

EM 算法理解

类似于lda中的P(z,theta,phi|w),但在lda中这个后验概率很难计算，所以用gibbssamplingMstep利用newhiddenvar
xyqzki·2015-01-02 22:00

主题模型TopicModel：LDA参数推导、选择及注意事项

http://blog.csdn.net/pipisorry/article/details/42129099LDA参数LDA求参推导中国科学技术信息研究所徐硕老师的PDF，对LDA,TOT,AT模型如何使用
-柚子皮-·2014-12-24 21:13
上一页 52 53 54 55 56 57 58 59 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他