文章目录1 社会网络图的聚类1.1 社交图网络的距离计算1.2 中介度1.2 Girvan-Newman算法2 图划分2.1 描述图的一些矩阵2.2 一句拉普拉斯矩阵特征值划分图3 Simrank将社会网络看成图，挖掘人际关系是很有意思的一个研究方向。1 社会网络图的聚类1.1 社交图网络的距离计算定义距离：假设两个节点有边，那么距离足够接近，距离定义为 1。没有边，距离很远，定义为 ∞。1.2

文章目录总结综述一、Regression Decision Tree：回归树二、Boosting Decision Tree：提升树算法三、Gradient Boosting Decision Tree：梯度提升决策树四、重要参数的意义及设置五、拓展总结回归树：用均方误差的最小二乘法作为选择特征、划分树节点的依据，构造回归树提升树：迭代多颗回归树，新树以上一棵树的残差来构造。最终结果是树相同位置节

文章目录比较孪生网络、原型网络和关系网络关系网络 Relation Network实现过程网络结构损失函数训练策略算法推广 —— 推广到 zero-shot创新点算法评价比较孪生网络、原型网络和关系网络孪生网络需要计算任意两两样本的匹配程度，而原型网络则进一步改进，提出对样本进行适当的 embedding，然后计算样本每一类的样本中心，称为原型 prototype，通过模型学习出 prototyp

一维的随机游走可定义如下：每过一个单位时间，游走者从数轴 xxx 位置出发以固定概率随机向左或向右移动一个单位. 不妨将 nnn 时刻游走者的位置记为 LnL_nLn​，则有Ln=x+X1+...+XnL_n = x + X_1 + ... + X_nLn​=x+X1​+...+Xn​其中 X1,X2,...XnX_1, X_2, ... X_nX1​,X2​,...Xn​ 为互相独立的随机变量，

文章目录1 定义1.1 频繁项集1.2 关联规则2 A-Priori 算法2.1 例题3 更大数据集在内存中的处理3.1 PCY 算法3.2 多阶段算法3.3 多哈希算法4 有限扫描算法4.1 随机化算法4.2 SON 算法4.3 Toivonen 算法5. 流中频繁项计数1 定义1.1 频繁项集支持度是项出现的次数支持度是频繁项集的阈值假定有个支持度闾值(support threshold) s

一、常用命令ls          //列出当前目录文件， ls -l 可以显示详细信息mkdir 名称    //创建一个目录touch 名称    //创建一个空的文本文件，不编辑vim 文本名    //文本编辑器，进入命令模式cp  /etc/passwd  ./passwd1    //拷贝，cp 拷贝对象 目标路径/更改文件名，点表示当前路径mv  /mnt/shadow /opt  

一、解读权限在敲ll命令查看之后，出现drwxr-xr-x. 9 root root     87 7月  16 18:16 home9表示9B大小  root所有者 root所属组    大小 月 日期 时：分  名称前十位字符：类型1位 所有者3位 所属组3位 其他人3位类型1位：d表示目录    -表示文本后面9位：rwx所有者权限，所有者（用u表示）读写执行r-x所...

格式：cp 拷贝对象 目标路径/(可更改文件名)     //.表示当前路径，..表示上一级路径举例：cp  /etc/passwd  ./passwd1                  //把etc目录下的passwd，拷贝到当前路径下，并改名为passwd1选项：-r：    //递归，复制目录时必须要有此选项，参数和选项的位置可以对调-p：    //保持原文件的权限、修改时间等属性不变.

一、挂载命令挂载点类比矿井口，资源是矿，有了挂载点才能访问资源挂载点可以用目录代替，进到目录就可以进到盘里面挂载命令格式：mount  资源路径  挂载到何处卸载命令格式：umount  资源路径               或者   umount  挂载点举例：mount  /dev/cdrom   /mnt/            //把dev目录下的cdrom挂载到...

什么是逻辑回归LR 是 Logistic Regression Classifier，本质上是线性回归，特殊之处在于特征到结果的映射中加入了一层逻辑函数 g(z) 是 sigmoid 函数。因此逻辑回归 = 线性回归 + sigmoid。线性回归公式：y=wTx+by = w^Tx + by=wTx+b有时候为了方便，将权值向量和输入向量加以扩充，仍记作 w,xw, xw,x 即 w=(w(1),