前兩天看好多《芳華》的影評說：為什麼好人沒好報？於是感嘆一堆世態炎涼，人性醜陋什麼的。我覺得這問題是：為什麼**空調（對誰都溫暖）往往不被看好。
其中分子是所有人，分母是劉峰給幾個人送過溫暖。也就是說他送溫暖的人越多，分母越大，idf值越低。不過也請注意log，它把這個值影響力給降低了。比如說，他給5個人送過溫暖，再給第6個人送溫暖時，分母變大，idf降低，導致前5個人對他的好感度降低，不對呀？說好的「愛人者人恆愛之，敬人者人恆敬之」，於是我們的價值觀受到了衝擊。不過，與此同時，第6個人對他的好感度也增加了，而且idf公式裡還有乙個log降低了這種影響。
再來看tf的演算法，分子是劉峰送的溫暖，分子來自周圍人所有溫暖之和。
對於林丁丁來說，儘管分子很大，但分母更大，所以tf值並不大；而對於何小萍，分母實在是太小了，即使分子不大，tf值也會很大。所以說女孩過於窮養，分母太小，別人稍微對她好點就以身相許了；過於富養，分母太大，看不到別人的善意，又是公主病。
最終，劉峰在每人心中的分量由下式得出。
心理價值主要源於比較，跟均值（或者基線值）的比較。這也許就是心裡那桿稱吧，誰也不是沒良心的白眼兒狼，只是正常的心理現象。劉峰人生的不順利，也不是乙個簡單的因果關係，其中有好人好報的概率問題，社會環境中的馬太效應，以及他自己在關鍵點的選擇等等，tf/idf只是其中乙個因素。至於電影，仁者見仁，智者見智吧。
從提取網頁關鍵詞到TF IDF
這個標題看上去好像很複雜，其實是乙個很簡單的問題。這個問題涉及到資料探勘 文字處理 資訊檢索等很多計算機前沿領域，但有乙個非常簡單的經典演算法，卻可以給出令人相當滿意的結果。這就是tf idf演算法，這個概念是由劍橋大學計算機女科學家斯巴克 瓊斯提出，被認為是資訊檢索中最重要的發明。乙個容易想到的思...
從模型到演算法 目錄
出於對資料分析 資料探勘方面的興趣，以及在未來工作上的幫助。本博打算多看一些相關書籍與部落格，總結及翻譯相應的知識點。使得自己對這塊的知識越來越了解，總結的文章初步分為以下章節 第一章，eda 資料探索 第二章，線性回歸與模型診斷 第三章，從線性概率模型到廣義線性模型 第四章，模型中特徵子集的選擇 ...
從分治演算法到 Hadoop MapReduce
要說 hadoop mapreduce 就不得不說分治演算法，而分治演算法其實說白了，就是四個字分而治之。其實就是將乙個複雜的問題分解成多組相同或類似的子問題，對這些子問題再分，然後再分。直到最後的子問題可以簡單得求解。要具體介紹分治演算法，那就不得不說乙個很經典的排序演算法 歸併排序。這裡不說它的...