发表评论
1458 views
发表评论
1091 views
中文标题：基于随机图的稳健实体解析
英文标题：Robust Entity Resolution using Random Graphs
发布平台：ACM SIGMOD
发表评论
1625 views
1 苏剑林-科学空间 ⭐⭐⭐⭐⭐
重视数理逻辑和直觉理解，涉猎领域广泛且常有深入而独特的思
发表评论
1315 views
中文标题：众包平台实体解析算法
英文标题：Crowdsourcing algorithms for entit
发表评论
259 views
AKShare 开源财经数据接口库
AKShare 是基于 Python 的财经数据接口库，目的是实现对股票、期货、期权、基金、外汇、债券、指数、加密货币等金融产品的基本面数据、实时和历史行情数据、衍生数据从数据采集、数据清洗到数据落地的一套工具，主要用于学术研究目的。
AKShare 的特点是获取的是相对权威的财经数据网站公布的原始数据，通过利用原始数据进行各数据源之间的交叉验证，进而再加工，从而得出科学的结论。
项目地址 7.5 k ⭐
TuShare 金融数据获取与分析
TuShare
发表评论
2897 views
1 常见距离测度
欧氏距离：对应元素求差后计算平方和（要求两个时序长度一致） $$ D(x,y) = \sqrt{(x_1-y_1)^2 + (x_2-y_2)^2 + ... + (x_n-y_n)^2} = \sqrt{\sum\limits_{i=1}^{n}(x_i-y_i)^2} $$ 曼哈顿距离：基于网格地图的路程（比如出租车的行驶路线长度） $$ D(x,y) =|x_1-y_1| + |x_2-y_2| + ... + |x_n-y_n| =\sum\limits_{i=1}^{n}|x_i-y_i| $$ 闵可夫斯基距离
发表评论
1320 views
1 K-means算法概况
K均值算法（即，k-means clustering），是一种无监督聚类算法
K-means算法属于NP-hard问题，不过存在高效的启发式算法，能快速收敛到一个局部最优解
2 K-means算法细节
算法步骤
- 对于N个样本，随机选择其中K个，作为最初的质心
- 遍历所有样本，选择最新的质心进行归类，形成K个簇
- 根据每个簇的样本重新计算质心（比如求均值）
- 重复步骤2-3，直到每个簇质心基本不再变化或达到最大迭代次数
算法的收敛过程如下所示：
（图源来自https
发表评论
4673 views
中文标题：高效精准的时序聚类算法K-Shape
英文标题：k-Shape: Efficient and Accurate Clusteri
发表评论
1370 views
1 有偏方差VS无偏方差
有偏样本方差：$Var=\frac{1}{n}\Sigma_{i=1}^n(X_i-X_{mean})^2$
无偏样本方差：$Var=\frac{1}{n-1}\Sigma_{i=1}^n(X_i-X_{mean})^2$
当数据量较少时，无偏样本方差更合理；当数据量较大时，二者不存在明显差异
Python相关方差计算
- numpy包中默认计算方差是有偏的，无偏计算需要设定参数
ddof=1- pandas包中默认计算方差是无偏的，有偏计算需要设定参数
ddof=0
2 条件概率密度函数
定义随机变量$X$的概率
发表评论
1247 views