标签: data-mining

类似Netflix的比赛

有谁知道任何类似于Netflix奖的比赛或任务?它不仅涉及金钱,还涉及数据的维度,与具有挑战性的任务的紧密联系.

data-mining

5
推荐指数
1
解决办法
316
查看次数

数据挖掘引擎和框架?

您知道并使用哪些开源/免费数据挖掘引擎和框架用于文本数据?

谢谢你的建议!

search text full-text-search cluster-analysis data-mining

5
推荐指数
1
解决办法
560
查看次数

停止用Java语言删除单词

嗨,我正在寻找一个库,该库将从文本中删除停用词Javascript,我的最终目标是计算tf-idf,然后将给定的文档转换为向量空间,而所有这些都是Javascript。任何人都可以将我指向一个可以帮助我做到这一点的库。只需一个库来删除停用词也很棒。

javascript analytics stemming data-mining

5
推荐指数
2
解决办法
7332
查看次数

如何使用Perl从使用AJAX的网站收集数据?

这可能看起来有点倒退,但我想使用Perl(如果可能的话,使用Curl)从使用Ajax的站点获取数据以填充带有信息的HTML shell.如何进行这些Javascript调用以获取我需要的数据?

该网站位于:http://www.jigsaw.com/showContactUpdateTab.xhtml?companyId = 22424

ajax perl data-mining

5
推荐指数
1
解决办法
1275
查看次数

用k均值聚类算法预测数值

我正在搞乱机器学习,我在Python中编写了一个K Means算法实现.它采用二维数据并将它们组织成簇.每个数据点的类值也为0或1.

让我对算法感到困惑的是我如何使用它来预测另一组二维数据的某些值,这些数据没有0或1,而是未知的.对于每个群集,我应该将其中的点平均为0还是1,如果未知点最接近该群集,那么该未知点将采用平均值?或者有更聪明的方法吗?

干杯!

python machine-learning data-mining prediction k-means

5
推荐指数
1
解决办法
7631
查看次数

计算形容词频率的技巧

我需要在一大组客户支持评论中计算一组给定形容词的单词频率.但是我不想包括被否定的那些.

例如,假设我的形容词列表是:[有帮助,知识渊博,友好].我想确保"友好"不算在"代表不是非常友好"这样的句子中.

我是否需要对文本执行完整的NLP解析,或者是否有更简单的方法?我不需要超高精度.

我对NLP并不熟悉.我希望有一些没有如此陡峭的学习曲线并且处理器密集程度不高的东西.

谢谢

nlp full-text-search data-mining

5
推荐指数
1
解决办法
1040
查看次数

HMM如何用于手写识别?

问题与传统的手写识别有点不同.我有一个数以千计的数据集.对于一个绘制的角色,我有几个顺序(x, y)坐标,其中笔被按下.所以,这是一个连续的(时间)问题.

我希望能够根据这些数据对手写字符进行分类,并希望为学习目的实现HMM.但是,这是正确的方法吗?他们如何习惯这样做?

machine-learning data-mining hidden-markov-models handwriting-recognition

5
推荐指数
1
解决办法
3585
查看次数

语音识别中是否存在能够区分不同人群语音的研究?

我想出了一个想法,我想开发一个应用程序来区分/自动检测来自不同人的声音.

示例用例:在使用奥巴马和罗姆尼的数据进行培训后,应用程序将能够检测到任何一个人再次说话(不需要来自训练数据的相同内容)

我想知道是否有任何现有的研究.(我不知道如何搜索这个.我尝试了几个关键字并没有取得重大成果.)

如果没有,开始的好方法是什么?如何选择功能,数据表示,模型等

谢谢!

speech-recognition machine-learning data-mining voice-recognition

5
推荐指数
1
解决办法
500
查看次数

如何检测和删除rapidminer中的噪音?

我是快速矿工5的新手,只是想知道如何在我的数据中查找噪声并在图表中显示它们以及如何删除它们?

data-mining rapidminer

5
推荐指数
1
解决办法
3829
查看次数

为什么余弦相似度和TF-IDF一起使用?

TF-IDF并且Cosine Similarity是文本聚类的常用组合.每个文档由TF-IDF权重的向量表示.

这就是我的教科书所说的.

使用余弦相似度,您可以计算这些文档之间的相似性.

但为什么这些技术一起使用呢?
有什么好处?

可以使用例如Jaccard Similarity吗?

我知道,它是如何工作的,但我想知道,为什么这些技术正是如此.

linguistics data-mining text-mining tf-idf cosine-similarity

5
推荐指数
1
解决办法
524
查看次数