快乐学习
一个网站喵查铺子（catpuzi.com）全搞定~
A、根据基推荐模型在验证集上的性能来确定权值
B、通过学习的方式来确定权值
C、根据用户偏好，设定个性化的权值
D、采用无监督组合的方式来确定权值
喵查答案：根据基推荐模型在验证集上的性能来确定权值
通过学习的方式来确定权值
根据用户偏好，设定个性化的权值
采用无监督组合的方式来确定权值
……继续阅读 »
A、特征组合
B、特征扩充
C、基于图模型的混合
D、切换式混合
喵查答案：特征组合
特征扩充
基于图模型的混合
……继续阅读 »
A、排序混合
B、级联过滤
C、级联学习
D、加权式混合
喵查答案：级联过滤
级联学习
……继续阅读 »
A、波达计数法
B、凯梅尼优化
C、成对投票表决
D、多数表决法
喵查答案：波达计数法
凯梅尼优化
成对投票表决
……继续阅读 »
A、Boosting和Stacking集成方法都属于有监督组合模型
B、串行混合各基模型可以独立构造，并不依赖于前面的基模型
C、整体式混合模型只包含一个混合单元，通过预处理和组合多个知识源将多种模型整合在一起
D、无监督组合模型不需要训练额外模型，一般直接使用多数表决或者加权平均来集成基模型的输出
喵查答案：串行混合各基模型可以独立构造，并不依赖于前面的基……继续阅读 »
A、级联过滤就是对基推荐模型排序之后，使用后面的基推荐模型对前面模型的推荐结果进行优化的过程
B、级联过滤的不同基推荐模型具有一定的依赖关系
C、被第k个基推荐模型删除的项目，在第k+1个基推荐模型中依然可能会被推荐
D、级联过滤的关键在于基模型的选择和排序
喵查答案：被第k个基推荐模型删除的项目，在第k+1个基推荐模型中依然可能会被推荐
……继续阅读 »
喵查答案：冲突
……继续阅读 »
喵查答案：项目
……继续阅读 »
喵查答案：高
……继续阅读 »
A、词袋模型常应用于文本分类，如垃圾邮件过滤
B、词袋模型忽略文本中的词序、语法、句法
C、词袋模型将文本看作若干词构成的一个集合，且每个词独立出现
D、词袋模型考虑词与词之间的上下文关系
喵查答案：词袋模型常应用于文本分类，如垃圾邮件过滤
词袋模型忽略文本中的词序、语法、句法
词袋模型将文本看作若干词构成的一个集合，且每个词独立出现
……继续阅读 »
A、假设词的重要性随着它在文档中出现的次数成正比
B、假设词的重要性随着它在语料库中出现的频率成反比下降
C、假设词的重要性和它所在文档的长度成反比
D、逆文档频率的基本思想是如果一个词在语料库中出现的频率越高，则该词越普遍，对应的重要性（区分度）越低
喵查答案：假设词的重要性随着它在文档中出现的次数成正比
假设词的重要性随着它在语料库中出现的频率成反比下降……继续阅读 »
A、去停用词
B、词干还原
C、使用词组
D、特征选择
喵查答案：去停用词
词干还原
使用词组
特征选择
……继续阅读 »
A、ESA算法是一种基于本体库计算文本之间相似度的方法
B、ESA算法是一种基于网络知识直接计算文本之间相似度的方法
C、本质上也是一种基于向量空间模型的文本相似度计算方法
D、ESA主要包括两个部分，基于网络知识建立语义解释器和利用语义解释器计算文本相似度
喵查答案：ESA算法是一种基于网络知识直接计算文本之间相似度的方法
本质上也是一种基于向量空间模型的……继续阅读 »
A、基于效用的推荐可以看作是将绝对的约束（是否满足）转换成定量的效用（满意度）
B、基本思想是利用多属性效用理论，基于预先定义的用户效用函数评估候选项目的效用值，并据此做出推荐
C、每个项目都将根据预定义的维度集进行评估
D、存在约束冲突问题
喵查答案：基于效用的推荐可以看作是将绝对的约束（是否满足）转换成定量的效用（满意度）
基本思想是利用多属性效用理论，……继续阅读 »
A、目标是寻找和这个实例值完全一样或相近的项目子集
B、根据项目属性值计算项目之间的相似度
C、本质上是使用相似度度量对候选项目进行检索和排序
D、针对具体应用中的属性，采用的相似度度量方法，需要根据领域知识来决定
喵查答案：目标是寻找和这个实例值完全一样或相近的项目子集
根据项目属性值计算项目之间的相似度
本质上是使用相似度度量对候选项目进行检索和排序
针……继续阅读 »
