标签传播算法（label propagation）简介 半监督学习 机器学习可以大体分为三大类：监督学习、非监督学习和半监督学习。 监督学习可以认为是我们有非常多的labeled标注数据来train一个模型，期待这个模型能学习到…
A priori 简介 集体智慧（Collective Intelligence） 单一个体所做出的决策往往会比起多数决的决策来的不精准，集体智慧是一种共享的或者群体的智能，以及集结众人的意见进而转化为决策的一种过程。它是从许多个体…
Affinity Propagation算法简介 AP (Affinity Propagation)通常被翻译为近邻传播算法或者亲和力传播算法。AP算法的基本思想是将全部数据点都当作潜在的聚类中心(称之为exemplar)，然后数据点两两之间连线构成一个网…
t-SNE (t-distributed stochastic neighbor embedding)是用于降维的一种机器学习算法，是由 Laurens van der Maaten 和 Geoffrey Hinton 在 08 年提出来。此外，t-SNE 是一种非线性降维算法，非常适用于高维数据降…
Chameleon简介 Chameleon（变色龙）算法是一种两阶段层次聚类算法。在进行两个类簇合并时使用更高的标准，同时考虑了类簇之间的互连性（连接两个子簇的边的权重之和）和近似性（连接两个子簇的边的平均权重），具有…
CURE（Clustering Using Representatives）是一种针对大型数据库的高效的聚类算法。基于层次的传统的聚类算法得到的是球状的，相等大小的聚类，对异常数据比较脆弱。CURE采用了用多个点代表一个簇的方法，可以较好…
BIRCH算法简介 BIRCH算法的全称是 Balanced Iterative Reducing and Clustering using Hierarchies，它使用聚类特征来表示一个簇，使用聚类特征树（CF-树）来表示聚类的层次结构，算法思路也是“自底向上”的。 BIRC…
层次聚类简介 层次聚类算法(Hierarchical Clustering)将数据集划分为一层一层的 clusters，后面一层生成的 clusters 基于前面一层的结果。层次聚类算法一般分为两类： Divisive 层次聚类：又称自顶向下（top-down…
Prophet简介 时间序列（Time Series Analysis）作为计量经济学的三大数据形态之一，比较主流的观点认为，时间序列受四种成分影响： 趋势：宏观、长期、持续性的作用力 周期：比如商品价格在较短时间内，围绕某个…
线性判别分析（linear discriminant analysis, LDA）一种常用的数据降维方法，目的是在保持分类的前体下把数据投影至低维空间以降低计算复杂度。在学习LDA之前，有必要将其与自然语言处理领域的LDA区别开来，在自然…
