focus聚类研究系列一-----熟悉现有项目基础（站在巨人的肩膀上）
摘要: 从现在开始，开始我真正的研究计划：聚类获取有价值的信息。
今天开始详细了解了已有的资源和项目代码，包含中文分词，文档向量化，现有的KA+K-MEANS聚类算法。但是据观察，聚类效果上不是很满意，主要是类簇的关键字抽取不够准确，特征选择尚未考虑，聚类精度需要提高。
以下是现有系统的流程图：明天开始到下周末，研究
1.ka+k-means，其他k-means方法，找出系统不足点
2.研究特征选择方法，提高聚类前数据的质量
阅读全文
posted @
2008-05-09 22:22 fullfocus 阅读(626) |
评论 (2) 编辑
K-MEANS,AHC, single path直观演示---Clustering Web Search Results
摘要: K-MEANS,AHC, single path直观演示---Clustering Web Search Results
阅读全文
posted @
2008-05-08 15:21 fullfocus 阅读(625) |
评论 (0) 编辑
TF-IDF解释
摘要: google的数学之美 系列九 -- 如何确定网页和查询的相关性
主要讲解TF-IDF技术，与判断查询相关性。
阅读全文
posted @
2008-05-07 15:38 fullfocus 阅读(2595) |
评论 (0) 编辑
召回率与精度
摘要: 一直搞不清搜索引擎的查全率和查准率是什么意思,只知道这两个是衡量一个搜索引擎性能的. 今个 看一篇 南大的学士论文的时候, 又碰到这个问题. 所以决定把他搞清楚, 上百度搜了一下, 所获很多.
阅读全文
posted @
2008-05-07 14:35 fullfocus 阅读(2364) |
评论 (4) 编辑