-
几种推荐算法介绍
1.基于行为的协同过滤该算法分为基于用户的协同推荐和基于项目的协同推荐。基于用户的协同过滤，将目标用户对项目的历史评价与其他用户匹配，找到相似用户，再将相似用户感兴趣的项目推荐给目标用户。基于项目的协同过滤是指利用项目间的相似性，而非用户间的相似性来计算预测值，从而实施推荐。协同过滤流程：依据行为记
-
【茶话数据结构】查找最短路径——Dijkstra算法详解（保姆式详细图解，步步紧逼，保你学会）
💯博客内容：【茶话数据结构】查找最短路径——Dijkstra算法详解😀作者：陈大大陈🦉所属专栏：数据结构笔记🚀个人简介：一个正在努力学技术的准前端，专注基础和实战分享，欢迎私信！💖欢迎大家：这里是CSDN，我总结知识和写笔记的地方，喜欢的话请三连，有问题请私信😘�
-
全面解析Kmeans聚类算法（Python）
Clustering(聚类)是常见的unsupervisedlearning(无监督学习)方法，简单地说就是把相似的数据样本分到一组（簇），聚类的过程.我们并不清楚某一类是什么（通常无标签信息），需要实现的目标只是把相似的样本聚到一起，即只是利用样本数据本身的分布规律。在本文中，我将详细介绍聚类算法
-
NSGA-II:快速精英多目标遗传算法（论文+代码解读）
按照本文梳理的算法各个模块实现，NSGA-II完整代码见GitHub-bujibujibiuwang/NSGA-II-in-python:《Afastandelitistmulti-objectivegeneticalgorithm:NSGA-II》目录1.介绍2. NSGA-II2.1&
-
SAR学习笔记-SAR成像算法系列（一）
SAR系列文章目录最近想把自己对SAR了解的有关内容整理成一个系列：《SAR学习笔记》简单介绍了SAR技术发展历程，并以尽量简洁的语言描述了SAR的基本原理，并与其他雷达技术做了简单对比，介绍了SAR的巧妙之处；《SAR学习笔记-代码部分》承接《SAR学习笔记》介绍了雷达领域一些常见场景的仿真，对于
-
在Matlab实现Kmeans算法（每行代码带注释）
目录一、前言二、VQ概述三、Kmeans算法K-means的算法步骤为： 四、Matlab代码实现过程五、一点点可选改动（个人看法）参考链接： 一、前言本人对机器学习、人工智能算法方面没什么研究，只是学习过程中恰好碰到了。一开始看Kmeans算法只是为了图像（矩阵）的VQ（vec
-
想开发一个附近的人功能？你不得不知的Geohash算法
随着移动互联网的发展，很多基于地理位置信息的服务也越来越流行。比如说我们平常经常使用的查找附近的人，或者是附近的餐馆，共享单车等等。那么，大家有没有想过，这个查找功能是如何实现的吗？作为受过高等教育的人，大家肯定立即就想到了可以通过经纬度进行计算。具体算法类似于这样：地球近似于一个球体，地球赤道周
-
一文读懂层次聚类（Python代码）
首先要说，聚类属于机器学习的无监督学习，而且也分很多种方法，比如大家熟知的有K-means。层次聚类也是聚类中的一种，也很常用。下面我先简单回顾一下K-means的基本原理，然后慢慢引出层次聚类的定义和分层步骤，这样更有助于大家理解。层次聚类和K-means有什么不同？K-means工作原理可以简要
-
着色器入门：符号距离函数！
大家好！不久前我学会了如何使用着色器制作有趣的闪亮旋转八面体：我的着色器能力仍然非常基础，但事实证明制作这个有趣的旋转八面体比我想象中要容易得多（从其他人那里复制了很多代码片段！）。我在做这件事时，从一个非常有趣的叫做 符号距离函数教程：盒子和气球 的教程中学到了“符号距离函数”
-
一口气说出4种“附近的人”实现方式，面试官笑了
引言昨天一位公众号粉丝和我讨论了一道面试题，个人觉得比较有意义，这里整理了一下分享给大家，愿小伙伴们面试路上少踩坑。面试题目比较简单：“让你实现一个附近的人功能，你有什么方案?”，这道题其实主要还是考察大家对于技术的广度，本文介绍几种方案，给大家一点思路，避免在面试过程中语塞而影响面试结果，如有不严
-
京东到家的LBS定位系统架构是如何演进的
一、引言依托达达的高效配送和大量优秀零售合作伙伴，京东到家为消费者提供生鲜蔬果、日用百货、医药健康、鲜花蛋糕、个护美妆等海量商品1小时配送到家的极致服务体验，在整个服务过程中，京东到家基于LBS将消费者和线下商家联系到一起，进而促成交易为消费者提供便利，在这背后定位系统是如何为京东到家提供基础的定位
