相似矩阵 - ＆GT;特征向量算法？
如果我们有一组的M个字，并且知道每个单词对的含义提前的相似度（具有相似的A M×M矩阵），该算法可以我们使用使一个k维位向量对于每个字，以使每对词可以只是通过比较其矢量比较（例如得到向量的绝对差）？ 我不知道这方面的问题是如何调用。如果我知道，这将是更容易找到之间的一堆类似的描述，它做别的事情的算法。 其他观察： 我觉得这个算法将有无，以生产一，在这种情况下想，副作用。如果，从矩阵，A字类似
..
data-mining相关内容
找到一个簇的中心
我有以下问题 - 作出抽象带出的关键问题 我有10个点，每个从其他一些距离。我想 能够找到群集即点的量彼此点成对的距离被最小化的中心， 设p（J）〜P（k）的再present高炮点J和K成对的距离 P（I）是中心点群集当且仅当P（I）的圣分[之和（p（j）条〜P（k））的]所有0℃ J，K＆LT; = n，其中我们在集群中有n个点 确定如何分割群集中两个群集一次数据点的集群的数量必须高于某
..
DBSCAN - 的最大簇跨度设定上限
据我DBSCAN的理解，它可能为你指定的，比如说一个小量，100米， - 因为DBSCAN考虑的密度可达和不可以 直接密度可达的发现群集时 - 结束了一个集群中任意两点之间的最大距离> 100米。在更极端的可能性，似乎有可能，你可以设置为100米小量，最终以1公里集群： 参见[2] [6]在该数组中的图像从scikit学习获得的一个例子时可能发生的。 （我更愿意被告知我是一个总的白痴，我误解DBS
..
可以K-均值聚类做分类？
我想知道K-均值聚类算法是否可以做分类？ 如果我做了一个简单的K-均值聚类。 假设我有很多数据，我用的k-means聚类，再得2集A，B。和质心计算方法是欧氏距离。 集A在左侧。 集群右侧的B面。 所以，如果我有一个新的数据。我该怎么办？ 运行K-均值再次聚类算法，并能得到哪些集群新的联合国数据属于哪一种？ 记录的最后一个质心，用欧氏距离来计算，以决定新的数据属于哪一种？
..
最简单的特征选择算法
我想创建自己的简单特征选择算法。该数据集，我要一起工作是这里 （非常著名的数据集）。有人可以给我如何做到这一点的指针？ 我打算写一个特点排名算法的文本分类。这是电影审查的情感分析，将之列为无论是积极的还是消极的。 所以我的问题是关于如何编写一个文本数据集的简单特征选择。 解决方案 特征选择方法是一个很大的话题。你可以用下面的启动： 卡方 互信息 词频 等。阅读本文，如果你有时间
..
期望最大化抛硬币的例子
我一直在自学期望最大化最近，并抓住自己在这个过程中一些简单的例子： 虽然我可以得到计算，我可以不涉及他们解决了原来的电磁理论的方式。具体而言，在对两个例子中，M-步骤，我看不出他们是如何最大限度地提高任何东西。这似乎只是他们重新计算参数，并以某种方式，新参数比旧的好。此外，两个E-步骤甚至不看彼此相似，更何况原有理论的E-步骤。 那么究竟如何做这些例子的工作？ 解决方案 第二个PDF不
..
分层集群化启发式
我想探索在大型阵列中的数据项之间的关系。每个数据项重$ P $由多维向量psented。首先，我已经决定使用集群化。我感兴趣的是找到集群（组数据向量）之间的层次关系。我能计算出我的向量之间的距离。因此，在第一步中我发现的最小生成树的。从那以后，我需要组数据向量按照我的生成树链接。但在这一步，我感到不安 - 如何在不同的载体结合成分层聚类我使用的是启发式：？ 如果两个向量的联系，它们之间的距离非常小
..
频繁项集和放大器;关联规则 - Apriori算法
我想了解的先验（篮）算法的基本原理进行数据挖掘，使用 它是最好的，我解释了并发症我遇到一个例子： 下面是事务性的数据集： T1：牛奶，鸡肉，啤酒 T2：鸡肉，奶酪 T3：奶酪，靴子 T4：奶酪，鸡肉，啤酒 T5：鸡，啤酒，服装，奶酪，牛奶 T6：服装，啤酒，牛奶 T7：啤酒，牛奶，衣服 在最小支持度的上面是0.5或50％。 考虑从上面，我的交易数量显然是7 ，意为一个项集是“频
..
期望最大化算法的数字例子
谁能提供EM算法的一个简单的数字例子，因为我不知道给出的公式？一个非常简单的有4个或5个笛卡尔坐标会完全做到。 解决方案 你看这个： 我也写在（编辑）一个简单的例子R A年前，不幸的是我无法找到它。我会稍后再试找到它。 编辑：这是 - EM＆LT; - 函数（） { ###读取文件，获取必要的COLS 数据文件＆LT; - read.csv（“wine.csv”，头=
..
我如何才能找到数据点集群的中心？
比方说，我每天都绘制直升机的位置，在过去的一年，并提出了如下图： 任何人看，这将能够告诉我，这架直升机是出自芝加哥的。 我如何能找到相同的结果code？ 我在寻找这样的事情： $ GEO $ C $ =的cArray阵列（[GET = HTTP：//pastebin.com/grVsbgL9]）; 功能findHome（$ GEO $ C $的cArray）{ // 魔法
..
mlpy - 动态时间规整主要依靠X？
我想获得由大田下面显示这两个数组之间的距离。 我使用Python mlpy 软件包，提供了 DIST，成本，路径= mlpy.dtw_std（Y1，Y2，dist_only = FALSE） 据我所知，大田确实照顾了“转移”的。此外，如可以从上面所看到的，在 mlpy.dtw_std（）只需要在2 1-D阵列。所以我希望，不管我怎么左/右移我的曲线，在 DIST 返回的功能应该不会改
..
轨迹集群：哪种聚类方法？
作为机器学习一个新手，我有一组轨迹，可能是不同长度的。我想集群他们，因为他们中的一些是其实是相同的路径，然后他们只是 SEEM不同由于噪声。 此外，不可以所有这些都是在相同的长度。因此，也许虽然轨迹A是不一样的轨迹B，但它的的一部分轨迹B.我想为 present这个属性集群后也是如此。 我有的只有一点点知识的K-means聚类和模糊的N-均值聚类。 如何我可以选择它们两者之间？或者我应该采取其
..
有没有好的办法做到这一点类型的挖掘？
我试图找到最接近在X和Y方向（在最后给定的样本数据集）的空间，我想看看是否有更聪明的办法比我微不足道的（和未经测试）的方法来做到这点。这些点在空间中的情节看起来像下面这样，我试图找到套标志着内部的箱点，即我要找的输出是一组集： 第1组：（1,23），（2,23），（3,23）... 第2组：（68200），（68201），（68203），（68204），（68100），（68101），（6810
..
如何处理猜数字游戏（一捻）的算法？
我学习编程（Python和算法中的），并试图做一个项目，我觉得有趣。我设计了几个基本的Python脚本，但我不知道如何着手解决一个游戏，我想建立。 以下是本场比赛是如何工作的： 用户，将得到一个值的项目。例如 苹果= 1 梨= 2 橙子= 3 然后，他们将有机会选择他们自己喜欢（即100苹果，梨20，和1个橙子）的任何组合。计算机得到的唯一输出是总值（在这个例子中，其目前$ 143页
..
如何找出如果一个句子是一个问题，（疑问）？
有一个开源的Java库/算法发现，如果一个特定的一段文字，一个问题或不？ 我的工作需要，如果用户的文字输入是一个问题，分析问题应答系统。 我想这个问题或许可以通过使用开源NLP库，但它明显比词性标注的简单零件更复杂的解决。因此，如果有人能代替告诉算法，它利用现有的开源NLP库，这将是一件好事。 也让我知道，如果你知道一个图书馆/工具包，利用数据挖掘技术来解决这个问题。虽然这将是很难得到足够的
..
如何在亚马逊的推荐功能工作？
去什么技术在亚马逊推荐技术的屏幕后面？我认为，亚马逊的建议是目前最好的市场，但他们如何为我们提供了这样的相关建议？ 最近，我们已经参与了类似的建议类型的项目，但一定会想知道亚马逊的推荐技术，从技术角度看，在和输出。 任何投入将是非常美联社preciated。 更新： 这这是大卫，亲和分析形成的基础，这种类型的推荐引擎的意见。而且，这里有关于这个专题的一些好读 揭秘购物篮分析 购物篮分析
..
从使用Python基于AJAX的网站提取信息
我想检索基于Ajax等网站www.snapbird.org使用Python查询结果。因为它没有在网页源代码显示，我不知道如何着手。 我是一个Python新手，因此这将是巨大的，如果我能得到一个指向正确的方向前进。 我也开到一些其他的方法来工作，如果这是更容易 解决方案 可能会使用类似浏览器的一个简单的解决方案机械化。所以，你可以浏览网站，跟踪链接，让搜索和几乎一切，你可以与用户界面的浏览器做的
..
如何寻找最大频繁项集，从大的交易数据文件
我的输入文件包含大量的交易像 事务ID项目 T1面包，牛奶，咖啡，果汁 T2果汁，牛奶，咖啡 T3面包，果汁 T4咖啡，牛奶 T5面包，牛奶 T6咖啡，面包 T7咖啡，面包，果汁 T8面包，牛奶，果汁 T9牛奶，面包，咖啡， T10面包 T11牛奶 T12牛奶，咖啡，面包，果汁 我想每一个独特的项目发生像 商品名称计数 面包9 牛奶8 咖啡7 果汁6 和距离，我想
..
从文本的文本分类提取物标签
我有很多的文本数据的Lucene索引，每个项目都有一个说明，我想提取的描述中较常见的单词，并产生标签基础上，说明每个项目进行分类，有没有lucene.net库这样做，或任何其他库的文本分类？ 解决方案 没有，lucene.net可以使搜索，索引，文字规范化“，发现更多这样的”funtionalty，而不是文本分类。 什么建议，你要看您的需求。所以，也许更说明需要。 但是，一般来说，最容易
..
刮C＃和HTMLAgility网页
我已阅读，HTMLAgility 1.4是一个很好的解决方案，以刮的网页。作为一个新的程序员，我希望我能得到这个项目的一些投入。 我做的这是一个C＃应用程序的形式。我有工作的页面是相当简单的。我需要的信息被套牢仅有2标签之间 。我的目标是拉动数据对部分民，马努 - 号，说明，马努国，上次修改，上次修改通过了网页和数据发送到SQL表。一个转折是，也有一个小PNG PIC卡还需要从SRC抓起=“/一部
..