简单的新闻分类算法（流程图描述）

 在指定网页中，某个关键词出现的次数除以该网页长度称为该关键词在此网页中的词频。对新闻类网页，存在一组的关键词。因此，每个新闻页都存在一组词频，称为该新闻网页的特征向量。设两个新闻网页的特征向量分别为：甲（a1 ，a2，.... ak）、乙（b1 ，b2，.... bk）,则计算这个网页的相似度时需先计算它们的内积S=a1b1+a2b2+.....+akbk。一般情况下，新闻网页特征向量的维数时巨大的，但每个特征向量中非零元素却并不多。为了节省存储空间和计算时间，我们依次用特征向量中非零元素的序号及相应词频值来简化特征向量。为此，

我们用（NA（i）,A（i）| i=1,2,…,m)和（NB(j)，B(j)| j=1,2,…,n)来简化两个网页的特征向量。其中：NA（i）从前到后描述了特征向量甲中非零元素A（i）的序号（NA（1）<NA（2）<…)，NB（j））从前到后描述了特征向量乙中非零元素B（j）的序号（NB（1）<NB（2）<…)。
下面的流程图描述了计算这两个特征向量内积S的过程。（题来自软考2014上）

（1）处，由题目信息和最终输出，可以得知，流程图得S代表特征向量内积和，所以S 的初值为0
（2）处，由S=a1b1+a2b2+…+akbk 得，S=S+A（i）*B(j)，所以填S+A（i）*B(j)
（3）处，分析流程图得要正常计算内积必须保证i=j，当NA[i]<NB[J]时，j不变，i加1。此时正常来说应该用新的i值接着计算内积，但是特征向量中非零元素个数时有限的，无论如何i的值不能超出最大值m，所以此处应该判断是否越界，填入i>m？
同理可得（4）处应填，j>n?
（5）处，分析流程图得知，流程图中间部分是用来正常计算内积的，从（2）下去，自增后，应当判断是否计算完成，作为结束条件。计算结束意味着其中有一个简化向量结束，即NA(i)或NB(j)结束，此处应填i>m or j>n
—————————————————————————————————————————————————————
附：（答案中的一些描述）
世界上有大量的新闻网页，门户网站需要将其自动进行分类，并传送给搜索的用户。为了分类，需要建立相似度衡量方法。流行的算法是，先按统一的关键词组计算各个关键词的词频，形成网页的特征向量，这样，两个网页特征向量的夹角余弦（内积/两个向量模具的乘积），就可以衡量两个网页的相似度。因此，计算两个网页特征向量的内积就是分类计算中的关键。
对于存在大量零元素的稀疏向量来说，题中的简化表示方法很有效。
（1）0
（2）S+A(i)B(j)
(3) i>m 或i=m+1或等价表示
（4）j>n或j=n+1或等价表示
（5）i>m or i=m+1 或 i=m+1 or j=n+1

简单的新闻分类算法（流程图描述）相关推荐

简单明了的分类算法：OneR。
在之前介绍的kNN算法属于一种分类算法,之后会介绍的决策树也是属于分类算法.分类算法的目的就是根据训练集的特征将新的数据进行预测,当然能够找到特征之间的联系越多那么最后的分类结果也就应该越准确.但是有 ...
[Python从零到壹] 十四.机器学习之分类算法五万字总结全网首发（决策树、KNN、SVM、分类对比实验）
欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所有文章都将结合案例.代码和作者的经验讲 ...
余弦定理实现新闻自动分类算法
前言余弦定理,这个在初中课本中就出现过的公式,恐怕没有人不知道的吧.但是另外一个概念,可能不是很多的人会听说过,他叫空间向量,一般用e表示,高中课本中有专门讲过这个东西,有了余弦定理和向量空间,我们 ...
朴素贝叶斯Naïve Bayes分类算法在Hadoop上的实现
1. Naïve Bayes算法介绍 Naïve Bayes是一个简单有效的分类算法,已经得到广泛使用.本文讨论了海量数据(TB级)下Naïve Bayes算法的实现方法,并给出了Hadoop上的实现 ...
数据挖掘分类算法的学习总结
一.中文摘要大数据时代的我们每时每刻都在产生海量数据,如何快速准确获取其中有价值的数据一直是亟待解决的问题.数据挖掘技术的应运而生为该问题提供了解决手段,作为数据挖掘核心内容之一的分类算法同样发挥了 ...
机器学习（8）朴素贝叶斯算法（20条新闻分类）
目录一.基础理论二.实战:20条新闻分类 1.读取数据 2.训练集划分 3.特征工程(文本特征提取) 4.朴素贝叶斯算法训练 5.模型评估方法一:预测值与真实值比对方法二:计算准确率总代码 ...
分类算法学习（二）——贝叶斯算法的原理及简单实现
1.3.贝叶斯分类的基础--贝叶斯定理每次提到贝叶斯定理,我心中的崇敬之情都油然而生,倒不是因为这个定理多高深,而是因为它特别有用.这个定理解决了现实生活里经常遇到的问题:已知某条件概率,如何得到两 ...
python分类算法的应用_Python基于sklearn库的分类算法简单应用示例
Python基于sklearn库的分类算法简单应用示例来源:中文源码网浏览: 次日期:2018年9月2日 [下载文档: Python基于sklearn库的分类算法简单应用示例.tx ...
python分类算法的应用_Python使用sklearn库实现的各种分类算法简单应用小结
本文实例讲述了Python使用sklearn库实现的各种分类算法简单应用.分享给大家供大家参考,具体如下: KNN from sklearn.neighbors import KNeighborsCl ...
16Python文本数据分析：新闻分类任务 (贝叶斯算法应用实例)
唐宇迪<python数据分析与机器学习实战>学习笔记 16Python文本数据分析:新闻分类任务 (贝叶斯算法应用实例) ** 一.流程分析 ** 数据如下图:content为主体内容, ...

简单的新闻分类算法（流程图描述）

简单的新闻分类算法（流程图描述）相关推荐

最新文章

热门文章