python機器學習-乳腺癌細胞挖掘（博主親自錄制視頻）https://study.163.com/course/introduction.htm?courseId=1005269003 ...

前一陣子和大家分享了一系列排序算法，希望對大家能夠有一些幫助。從今天開始，本人打算開展一個新的領域，介紹一下信息檢索相關的技術。信息檢索技術可以說現如今發展非常迅速，使用也極其廣泛，甚至可以說是隨處可見。特別是做一些跟搜索引擎，機器學習相關工作時，信息檢索的知識無處不在。為了讓大家更好的理解 ...

文本信息檢索——布爾模型和TF-IDF模型 1. 布爾模型 ​ 如要檢索“布爾檢索”或“概率檢索”但不包括“向量檢索”方面的文檔，其相應的查詢表達式為：Q=檢索 and (布爾or 概率 not向量)，那么Q可以在其相應的（檢索,布爾,概率,向量）標引詞向量上取（1,1,0,0 ...

先貼代碼，原理有時間補上。 代碼中兩種方式實現了ndcg的計算，調用的時候需要注意一下。 ...

在全文檢索中，分詞處理對性能的影響很大，包括索引大小、檢索速度、准確度等方面。 一個好的分詞處理應該具備哪些特性呢？ 1）速度、准確度 2）自定義詞典 3）對英文、數字符號、日期、繁簡轉換等的優化 中文分詞算法大概分為兩大類 1、字符串匹配（基於詞典） 　　這一算法其實就是使用 ...

總覽 搜索引擎的六個核心組件：爬蟲、解析、索引、鏈接關系分析、查詢處理、排名 信息檢索中的代表性排序模型： 1）傳統的排序模型：兩類 1. 相關性排序模型： a) Boolean model: 基於查詢term在文檔里出現的情況，但不能預測相關性 ...

測試數據集 一個文檔集 一組用於測試的信息需求集合,信息需求可以表示為查詢 一組相關性判定結果，對應每個查詢-文檔，通常會賦予一個二值判定結果: 相關/不相關 經驗發現一般測試的查詢數應>=50。 無序檢索結果的評價 准確率和召回率 對於一個查詢，根據其返回 ...

第十講_圖像檢索 Image Retrieval 剛要 主要是圖像預處理和特征提取+相似度計算 相似顏色檢索 算法結構 顏色特征提取：統計圖片的顏色成分 顏色特征相似度計算 色差距離 發展：歐式距離-> ...