机器学习其实比你想的更简单

?

为了实现这个想法，我们有一个简单的解决方案：

• 1.获得当前文章的标题并将其分割成独立的单词（译者注：原文是英文，只需要依据空格分割即可，中文分词需要用到分词器）
• 2.获取除当前文章以外的所有文章
• 3.将这些文章依据其内容与当前文章标题的重合程度进行排序

  如上图所示，将每篇文章映射成坐标系上的一个坐标点并不难，可以通过如下两步实现：

  1. 找出每篇文章中的所有单词；
  2. 为每篇文章建立一个数组，数组中的元素为0或者1，用于表示某单词在该文章中是否出现了，每篇文章数组元素的顺序都是一样的，只是其值有差异。

  Ruby代码如下：

  我们将每篇文章指派到离它最近的群簇中：

  

  我们计算各个群簇中所有对象的坐标均值，作为该群簇新的中心。

  

  这样我们就完成了第一次的数据迭代，现在我们将文章根据新的群簇中心重新指派到对应的群簇中去。

  

  至此，我们找到了每篇文章对应的群簇！很明显，即使继续进行迭代群簇中心不会改变，每篇文章对应的群簇也不会改变了。

  上述过程的Ruby代码如下：

  如果你喜欢以数学符号去表达思想，毫无疑问学术论文是很有用处的。然而，其实有更多优质的资源可以替换掉这些繁杂数学公式，它们更实际、更平易近人。

  • Wiki百科（例如：潜在语义索引，聚类分析）
  • 开源机器学习库的源代码（例如：?Scipy’s K-Means，Scikit’s DBSCAN）
  • 以程序员的角度编写的书籍（例如：集体智慧编程，黑客机器学习）
  • 可汗学院

    试一试

    如何为你的项目管理应用推荐标签？如何设计你的客户支持工具？或者是社交网络中用户如何分组？这些都可以通过简答的代码、简单的算法来实现，是练习的好机会！所以，如果你认为项目中面临的问题可以通过机器学习来解决，那为什么还要犹豫呢？

    机器学习其实比你想象得更简单！