- xml - AJAX/Jquery XML 解析
- 具有多重继承的 XML 模式
- .net - 枚举序列化 Json 与 XML
- XML 简单类型、简单内容、复杂类型、复杂内容
我目前有一个 reddit 克隆类型的网站。我正在尝试根据我的用户之前喜欢的帖子推荐帖子。
看起来 K 最近邻或 k 均值是执行此操作的最佳方法。
我似乎无法理解如何实际实现它。我看过一些数学公式(例如 k 表示维基百科页面),但它们对我来说并没有真正意义。
有人可以推荐一些伪代码,或者可以查看的地方,以便我更好地了解如何执行此操作吗?
最佳答案
K 最近邻(又名 KNN)是一种分类算法。
基本上,您采用包含 N 个项目的训练组并对它们进行分类。如何对它们进行分类完全取决于您的数据,以及您认为该数据的重要分类特征是什么。在您的示例中,这可能是帖子类别、谁发布了该项目、谁赞了该项目等。
一旦对“训练”数据进行分类,您就可以评估“未知”数据点。您可以通过在分类系统中找到与它最近的邻居来确定未知数的“类别”。如果按3个最近邻来确定分类,则可以称为3个最近邻算法。
如何确定“最近邻”在很大程度上取决于您如何对数据进行分类。将数据绘制到 N 维空间中非常常见,其中 N 代表您正在检查的不同分类特征的数量。
一个简单的例子:
假设您有一个位置的经度/纬度坐标,该位置可以位于世界上任何地方的任何陆地上。我们还假设您没有 map ,但是您确实有一个非常大的数据集,可以为您提供世界上许多不同城市的经度/纬度,并且您还知道那些国家/地区城市在。
如果我问你一个随机的经纬度点在哪个国家,你能算出来吗?你会怎么做才能弄明白?
经度/纬度数据自然落入 X、Y 图中。所以,如果你把所有的城市都画到这张图上,然后是未知点,你会怎么算出未知的国家?您可能会开始围绕该点绘制圆圈,逐渐变大,直到圆圈包含图上最近的 10 个城市。现在,您可以查看这 10 个城市的国家/地区。如果所有 10 个都在美国,那么您可以相当肯定地说您的未知点也在美国。但是如果只有6个城市在美国,另外4个在加拿大,你能说出你的未知点在哪里吗?您可能仍会猜测美国,但不确定性较低。
KNN 最困难的部分是弄清楚如何以一种可以确定质量相似的“邻居”以及与这些邻居的距离的方式对数据进行分类。
关于ruby - 实现k最近邻需要哪些数据?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6206250/
很难说出这里问的是什么。这个问题是含糊的、模糊的、不完整的、过于宽泛的或修辞性的,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开它,visit the help center 。 已关
我们可以说 O(K + (N-K)logK)相当于O(K + N logK)对于 1 < = K <= N ? 最佳答案 简短的回答是它们不等价,这取决于k 的值。如果k等于N,那么第一个复杂度是O(
我有以下解决方案,但我从其他评论者那里听说它是 O(N * K * K),而不是 O(N * K)其中 N 是 K 列表的(最大)长度,K 是列表的数量。例如,给定列表 [1, 2, 3] 和 [4,
我试图理解这些语法结构之间的语义差异。 if ((i% k) == (l % k) == 0) 和 if ((i % k) == 0 && (l % k) == 0) 最佳答案 您的特定表达式((i
我有时会使用一维数组: A = np.array([1, 2, 3, 4]) 或 2D 阵列(使用 scipy.io.wavfile 读取单声道或立体声信号): A = np.array([[1, 2
在文档聚类过程中,作为数据预处理步骤,我首先应用奇异向量分解得到U、S和Vt 然后通过选择适当数量的特征值,我截断了 Vt,这让我从阅读的内容中得到了很好的文档-文档相关性 here .现在我正在对矩
我问的是关于 Top K 算法的问题。我认为 O(n + k log n) 应该更快,因为……例如,如果您尝试插入 k = 300 和 n = 100000000,我们可以看到 O(n + k log
这个问题与另一个问题R:sample()密切相关。 。我想在 R 中找到一种方法来列出 k 个数字的所有排列,总和为 k,其中每个数字都是从 0:k 中选择的。如果k=7,我可以从0,1,...,7中
我目前正在评估基于隐式反馈的推荐系统。我对排名任务的评估指标有点困惑。具体来说,我希望通过精确度和召回率来进行评估。 Precision@k has the advantage of not requ
我在 Python 中工作,需要找到一种算法来生成所有可能的 n 维 k,k,...,k 数组,每个数组都沿轴有一行 1。因此,该函数接受两个数字 - n 和 k,并且应该返回一个数组列表,其中包含沿
我们有 N 对。每对包含两个数字。我们必须找到最大数 K,这样如果我们从给定的 N 对中取 J (1 2,如果我们选择三对 (1,2),我们只有两个不同的数字,即 1 和 2。 从一个开始检查每个可能
鉴于以下问题,我不能完全确定我当前的解决方案: 问题: 给定一个包含 n 元素的最大堆,它存储在数组 A 中,是否可以打印所有最大的 K 元素在 O(K*log(K)) 中? 我的回答: 是的,是的,
我明白了: val vector: RDD[(String, Array[String])] = [("a", {v1,v2,..}),("b", {u1,u2,..})] 想转换成: RDD[(St
我有 X 个正数,索引为 x_i。每个 x_i 需要进入 K 组之一(其中 K 是预先确定的)。令 S_j 为 K_j 中所有 x_i 的总和。我需要分配所有 x_i 以使所有 S_j 的方差最小化。
关闭。这个问题是not reproducible or was caused by typos .它目前不接受答案。 这个问题是由于错别字或无法再重现的问题引起的。虽然类似的问题可能是on-topi
我正在研究寻找原始数的算法,看到下面的语句,我不明白为什么。 while (k*k <= n) 优于 while (k <= Math.sqrt(n)) 是因为函数调用吗?该调用函数使用更多资源。 更
我想找到一种尽可能快的方法来将两个小 bool 矩阵相乘,其中小意味着 8x8、9x9 ... 16x16。这个例程会被大量使用,所以需要非常高效,所以请不要建议直截了当的解决方案应该足够快。 对于
有没有一种惯用的方法来获取 Set和 Function ,并获得 Map实时取景? (即 Map 由 Set 和 Function 组合支持,例如,如果将元素添加到 Set ,则相应的条目也存在于 M
这个问题在这里已经有了答案: Can a local variable's memory be accessed outside its scope? (20 个答案) returning addr
给定一个矩阵:- k = [1 2 3 ; 4 5 6 ; 7 8 NaN]; 如果我想用 0 替换一个数字,比如 2,我可以使用这个:k(k==2) =
我是一名优秀的程序员,十分优秀!