focus聚類研究系列一-----熟悉現(xiàn)有項(xiàng)目基礎(chǔ)（站在巨人的肩膀上）
摘要: 從現(xiàn)在開(kāi)始，開(kāi)始我真正的研究計(jì)劃：聚類獲取有價(jià)值的信息。
今天開(kāi)始詳細(xì)了解了已有的資源和項(xiàng)目代碼，包含中文分詞，文檔向量化，現(xiàn)有的KA+K-MEANS聚類算法。但是據(jù)觀察，聚類效果上不是很滿意，主要是類簇的關(guān)鍵字抽取不夠準(zhǔn)確，特征選擇尚未考慮，聚類精度需要提高。
以下是現(xiàn)有系統(tǒng)的流程圖：明天開(kāi)始到下周末，研究
1.ka+k-means，其他k-means方法，找出系統(tǒng)不足點(diǎn)
2.研究特征選擇方法，提高聚類前數(shù)據(jù)的質(zhì)量
閱讀全文
posted @
2008-05-09 22:22 fullfocus 閱讀(653) |
評(píng)論 (2) 編輯
K-MEANS,AHC, single path直觀演示---Clustering Web Search Results
摘要: K-MEANS,AHC, single path直觀演示---Clustering Web Search Results
閱讀全文
posted @
2008-05-08 15:21 fullfocus 閱讀(644) |
評(píng)論 (0) 編輯
TF-IDF解釋
摘要: google的數(shù)學(xué)之美 系列九 -- 如何確定網(wǎng)頁(yè)和查詢的相關(guān)性
主要講解TF-IDF技術(shù)，與判斷查詢相關(guān)性。
閱讀全文
posted @
2008-05-07 15:38 fullfocus 閱讀(2620) |
評(píng)論 (0) 編輯
召回率與精度
摘要: 一直搞不清搜索引擎的查全率和查準(zhǔn)率是什么意思,只知道這兩個(gè)是衡量一個(gè)搜索引擎性能的. 今個(gè) 看一篇 南大的學(xué)士論文的時(shí)候, 又碰到這個(gè)問(wèn)題. 所以決定把他搞清楚, 上百度搜了一下, 所獲很多.
閱讀全文
posted @
2008-05-07 14:35 fullfocus 閱讀(2392) |
評(píng)論 (4) 編輯