大数据计算图像和文本分析
港校开学好早,在新年的时候就上完了两周课,于是期中考也特别早。
由于前两周考了期中考,没怎么上课,笔记更新就停滞了。
再浅浅吐槽一句,这学期上的课【深度学习】、【大数据计算】、【数据预分析】感觉都在讲相同的东西。
在【机器学习】的基础上,讲【数据挖掘导论】和【深度学习】的内容。图和文本分析
今天更新的是【大数据计算】课程中的图分析和文本分析。
我们知道数据是多种多样的,有文本数据、信号数据(如声音、广播)、相片、图。图分析
首先我们来看的是图的数据分析。有关图的数据结构是由顶点和边 组成的,每个边都有它对应的顶点,一般用相邻链表来表示图。
图的分类可分为两类,有向图和无向图 、有权重图和无权重图 ,在图像表示上就是箭头和数字/距离 。
根据相邻链表,图形遍历一般从顶点开始,根据一定算法访问图形所有顶点并返回它们,再以树的形式输出,也就是搜索树。
图形遍历算法,有两种,深度优先搜索和宽度优先搜索。具体内容可观看第一、二张笔记部分。
页面访问率
然后就是Google创建的"页面访问率"的概念。文本分析
在文本分析中,找出一个文本的主题是十分关键的。有个关键词的可视化叫做"词云",关键词的频率越高,这个词就越明显,也就是字号越大。
我们要从文本中找出隐藏的主题,也是一种特殊的聚类。
文本中不仅有关键词还有停词。
在对这个文件预处理时,我们需要为它构建一个文件,一个装满关键词的袋子,将它用矩阵表示。
TF-Term Frequency 术语频率
IDF-Inverse Document Frequency 反向文档频率
TF-IDF Weight 联合术语的重要性(联合术语的加权)。
TF-IDF加权
发布秀大赏2023春夏纽约时装周9月9日至14日,2023春夏纽约时装周举办,MichaelKorsTomFordProenzaSchoulerCarolinaHerrera等品牌在此期间发布了新一季的设计,还有
每天了解一位历史名人刘墉刘墉(17201805年1月24日),字崇如,号石庵,又号香岩日观峰道人石庵山人天香室道人青原等。山东诸城人,清代乾嘉年间著名的政治家书法家和诗人。首席军机大臣刘统勋长子。乾隆十六
纽约金价15日下跌新华社芝加哥9月15日电(记者徐静)纽约商品交易所黄金期货市场交投最活跃的12月黄金期价15日比前一交易日下跌31。8美元,收于每盎司1677。3美元,跌幅为1。86。市场分析人士
28年前金日成突然暴毙,死因更是众说纷纭,真相究竟如何呢?1994年7月8日,朝鲜第一代最高领导人金日成在一次发脾气中猝死,享年82岁,而关于他的死因众说纷纭,那么一代枭雄究竟是如何陨落的呢?本文就为您娓娓道来。1994年6月,朝鲜半岛局
时隔2年多离岸人民币汇率再破7,但对非美货币仍显强势2020年8月以来,人民币对美元汇率在离岸市场首次破7。9月15日晚间,更多反映国际投资者预期的离岸人民币对美元汇率盘中跌破7这一整数关口。本轮人民币汇率下跌始于8月15日央行下调
上汽大通MAXUS上汽虎将于今日发布个性更鲜明太平洋汽车网新车频道9月16日,根据官方信息,上汽大通MAXUS旗下的新款皮卡上汽虎将于今日正式发布。新车基于上汽大通MAXUST90(询底价查参配)打造而来,估计在外观套件上会注
音频格式转换成mp3格式?简单操作音频格式转mp3将音频格式统一转换成mp3格式,要如何操作?在使用电脑的过程中,经常遇到各种音频文件,它们出处不同,格式也非常繁杂,有些兼容有些无法打开,要把音频格式转换成mp3格式,有什么办法?
合并在即以太坊合并转向PoS后会发生什么?在合并正式发布之前,就已经出现了许多争论,并且在合并后它们将继续存在很长时间。以太坊转向权益证明(PoS)可以被认为是加密行业中最重要的事件之一。猜测和错误信息盛行。在这里,我们将
寺库APP打不开咨询售后几年前,互联网商业平台迅速发展,趋势下竞争激烈,暴雷一个接一个,最近一个奢侈品平台疑似跑路上了热搜,没错就是我们熟悉的奢侈品电商第一股之称的寺库!去年开始寺库负面新闻不断,陆续接到
二氧化碳转化获突破6吨CO2转化为1吨乙烯,100回收碳捕捉技术可在稳定大气中温室气体浓度方面发挥重要作用。跟碳捕捉技术密切相关的是碳封存和碳利用。把捕捉的碳封存起来,是一个巨大的工程,需要耗费大量运输成本和能耗,还需要占用很大的地质
IOS16这样升级,才不会发烫耗电阅读本文大概需要5分钟,全文主要介绍三点1ios16新功能概览2正确升级ios16步骤(13个步骤)3总结自从9月8日苹果公司发布了iphone14系列手机后,许多人应该都被苹果的