python机器学习-乳腺癌细胞挖掘（博主亲自录制视频）https://study.163.com/course/introduction.htm?courseId=1005269003 ...

前一阵子和大家分享了一系列排序算法，希望对大家能够有一些帮助。从今天开始，本人打算开展一个新的领域，介绍一下信息检索相关的技术。信息检索技术可以说现如今发展非常迅速，使用也极其广泛，甚至可以说是随处可见。特别是做一些跟搜索引擎，机器学习相关工作时，信息检索的知识无处不在。为了让大家更好的理解 ...

文本信息检索——布尔模型和TF-IDF模型 1. 布尔模型 ​ 如要检索“布尔检索”或“概率检索”但不包括“向量检索”方面的文档，其相应的查询表达式为：Q=检索 and (布尔or 概率 not向量)，那么Q可以在其相应的（检索,布尔,概率,向量）标引词向量上取（1,1,0,0 ...

先贴代码，原理有时间补上。 代码中两种方式实现了ndcg的计算，调用的时候需要注意一下。 ...

在全文检索中，分词处理对性能的影响很大，包括索引大小、检索速度、准确度等方面。 一个好的分词处理应该具备哪些特性呢？ 1）速度、准确度 2）自定义词典 3）对英文、数字符号、日期、繁简转换等的优化 中文分词算法大概分为两大类 1、字符串匹配（基于词典） 　　这一算法其实就是使用 ...

总览 搜索引擎的六个核心组件：爬虫、解析、索引、链接关系分析、查询处理、排名 信息检索中的代表性排序模型： 1）传统的排序模型：两类 1. 相关性排序模型： a) Boolean model: 基于查询term在文档里出现的情况，但不能预测相关性 ...

测试数据集 一个文档集 一组用于测试的信息需求集合,信息需求可以表示为查询 一组相关性判定结果，对应每个查询-文档，通常会赋予一个二值判定结果: 相关/不相关 经验发现一般测试的查询数应>=50。 无序检索结果的评价 准确率和召回率 对于一个查询，根据其返回 ...

第十讲_图像检索 Image Retrieval 刚要 主要是图像预处理和特征提取+相似度计算 相似颜色检索 算法结构 颜色特征提取：统计图片的颜色成分 颜色特征相似度计算 色差距离 发展：欧式距离-> ...