| 共 27 篇文章 |
|
Google 黑板报 -- Google 中国的博客网志: 数学之美 系列九 -- 如何确...数学之美 系列九 -- 如何确定网页和查询的相关性。显然我们应该根据网页和查询"原子能的应用"的相关性对这些网页进行排序。利用 IDF，上述相关性计算个公式就由词频的简单求和变成了加权求和，即 TF1*IDF1 + TF2*IDF2 ＋... + TFN*IDFN。如果我们结合上网页排... 阅115 转2 评0 公众公开 09-02-01 11:05 |
PostgreSQL文本相似度估计 | jianingy.comPostgreSQL文本相似度估计。git clone git://gitorious.org/postgrework-jianingy/mainline.git postgrework cd postgrework/pg_trgm_sml.将两段文本用向量A、B表示，计算AB夹角的余弦值用以表示相似度。使用余弦公式计算AB夹角的余弦值。> CA = 我:1 爱:1 北京:1 天安门:1 立交桥:0> CB = 我:1... 阅1360 转8 评0 公众公开 09-02-01 10:53 |
阅1213 转13 评0 公众公开 09-02-01 10:50 |
如果str1="test"，str2="test"，那么LD(str1,str2) = 0。如果str1="test"，str2="tent"，那么LD(str1,str2) = 1。 阅3373 转16 评0 公众公开 09-02-01 10:48 |
设q是字符串1和字符串2中都存在的单词的总数，s是字符串1中存在，字符串2中不存在的单词总数，r是字符串2中存在，字符串1中不存在的单词总数，t是字符串1和字符串2中都不存在的单词总数。字符串1：非对称变量。首先我们需要构建一个同义词对照表，将同义词对应到一个等价单词，在对字符串分词后对字符串中的所有单词到同义词表中查找，如果存在... 阅1556 转5 评0 公众公开 09-02-01 10:28 |
阅1079 转5 评0 公众公开 09-02-01 10:24 |
字符串相似度算法介绍 zz_土豆爸爸的BLOG_新浪博客字符串相似度算法介绍 zz (2008-11-19 15:08:31)LCS问题就是求两个字符串最长公共子串的问题。3. 余弦定理 (向量空间算法)假如字符串s1与s2，比较两个字符串的相似度，sim(s1,s2)，假设s1,s2中含有n个不同的字符，其分别为c1,c2,... cn，判断字符串的相似度转换为两个字符串对应的向量v1,v2之... 阅1921 转9 评0 公众公开 09-02-01 10:22 |
在向量空间模型中，两个文本D1和D2之间的内容相关度Sim(D1，D2)常用向量之间夹角的余弦值表示，公式为：其中，W1k、W2k分别表示文本D1和D2第K个特征项的权值，1<=k<=N。例如文本D1的特征项为a，b，c，d，权值分别为30，20，20，10，类目C1的特征项为a，c，d，e，权值分别为40，30，20，10，则D1的向量表示为D1(30,20,20,10,0),C1的向量表... 阅1250 转11 评0 公众公开 09-02-01 10:20 |
* <h3>类条件概率</h3>* P(x<sub>j</sub>|c<sub>j</sub>)=( N(X=x<sub>i</sub>, C=c<sub>j* </sub>)+1 ) <b>/</b> ( N(C=c<sub>j</sub>)+M+V ) <br>* 其中，N(X=x<sub>i</sub>, C=c<sub>j</sub>）表示类别c<sub>j&l... 阅6654 转64 评2 公众公开 09-01-05 18:59 |
贝叶斯是一种基于概率的学习算法，能够用来计算显式的假设概率，它基于假设的先验概率，给定假设下观察到不同数据的概率以及观察到的数据本身（后面我们可以看到，其实就这么三点东西，呵呵）。在机器学习中，我们感兴趣的是P(h/D),也就是给定了一个训练样本数据D,判断假设h成立的概率，这也称之为后验概率，它反映了在看到训练样本数据D后假设... 阅3828 转41 评0 公众公开 09-01-05 18:56 |
