一亩三分地下一个质心选取概率计算公式： 由计算结果，可以看到当以 6 为第一个质心时，1、2、3、4 被选择为下一个质心的概率更高，而 5、7、8 被选择为下一个质心的概率很低。 简言之：kmeans++ 算法有很高的概率选择距离...
TF-IDF（Term Frequency – Inverse Document Frequency）是一种用于信息检索与文本挖掘的常用技术。 通过 TF-IDF 我们可以实现： 1. 算法公式 TF-IDF...
梯度消失问题是深度神经网络训练中的一个常见问题，梯度消失会使得梯度值过小，甚至为 0，使得网络参数无法得到有效的更新。大白话理解的话，一个参数对应了一个特征，参数如果无法得到有效的更新，意味着模型对该特征没有进行充分的学...
在数据集较为复杂的场景下，数据集中容易出现一些异常数据、特征多重共线性问题，使得参数更新出现剧烈的震荡，难以快速收敛到最优解。 通过 L1 和 L2 正则化，一定程度上可以使得参数的更新更加平滑，减少异常数据、共线性问题...
1. KD 树构建 KD 树的构建需要确定两个问题： 选择使用那个维度作为分裂点： 随机选择 顺序选择 方差最大的维度 确定以当前维度那个值作为分裂点： 中位数 注意：如果中位数对应的不是一个具体的样本点，可以任意选择前...
AdaBoost （Adaptive Boosting, 自适应提升）是 Boosting 算法的一种实现，是一种用于分类问题的算法，它用弱分类器的线性组合来构造强分类器。弱分类器的性能比随机猜测强就行，即可构造出一个非...
哈希表也叫做散列表，它通过 key 能够快速访问 value。 我们知道数组通过 key 去搜索元素效率比较低，但是通过位置来访问速度是非常快的。例如：你要搜索值为 5 的元素，那么需要从头开始遍历，效率较低。但是，如要...
有时，躺在床上懒得起来，或者出门在外，忘记电脑关机，这时，我们希望能实现通过手机实现远程关机。这一节，给大家介绍一种简单的方案，只需要简单、少许编码就可以实现。 1. 实现思路 我们这里需要借助一个物联网云平台。其过程如...
BiEncoder 将句子 A 和 句子 B 分别输入 Bert 模型，得到两个句子向量，然后使用余弦相似度比较两个输入句子。而 CrossEncoder 则将句子 A 和 B 拼接成一个句子，送入到 Bert 模型，得...
Fasttext 和 Word2vec 都是词向量模型，用于将输入文本转换为词向量表示，但是它们在模型结构、训练速度、OOV问题处理方面有些很大的不同： 模型结构不同：word2vec 是一个基于词粒度输入的神经网络的模...
std::function 是 C++11 标准库中的一个类模板，用于封装可调用对象（函数、函数指针、成员函数指针、Lambda 表达式等），并提供一种统一的方式来管理它们。 通过 std::function，你可以将可...
Rouge（Recall-Oriented Understudy for Gisting Evaluation）用于自动摘要的评估，简单介绍下论文中提到的几种 Rouge 评估方法。 Paper：https://acla...
冀公网安备13050302001966号
最新评论