déclaration de l'auteur: Le but d'écrire cet article, est de trouver des petits problèmes aux applications des connaissances d'apprentissage de la machine. Contenu de l'article est ni neutre ni objective, mais pas réaliste. Vous ressemblez.
primer
Coups Ghost est l'un de mes romans préférés de réseau, il m'a aidé à travers un nombre incalculable vide solitaire solitaire nuit froide. Non seulement le texte lu à nouveau, l'histoire est venu à la neige verte sur le livre audio Je l'ai écouté plus tard.
Selon les auteurs décrivent, Blows fantôme Sur un total de huit, le temps est écrit Février 2006 à Février de 2008. Bien que nous savons tous que le début d'une série de possibilités passionnantes derrière inachevée est grande, l'écart avec l'ancien fantôme Blows quatre après quatre trop grand maintenant.
Coups Ghost 1 (quatre premiers) ont eu lieu à l'époque de la jeunesse instruite. Ce fut un mépris de l'époque pour tous les monstres, et toutes sortes d'événements mystérieux étrange a eu lieu dans l'armée, la plupart des gangs incroyants a rencontré une chose piscine publique, à la fin comment faire?
Même ma mère après lecture, j'ai demandé, « boulettes » à la fin il (les auteurs disent que c'est entièrement ses amis création de nom). Et le fantôme Blows quatre, tout le style se perd. Donc, il y aura un groupe d'amis a interrogé un jeune homme que je ne l'ai pas l'expérience de la jeunesse instruite de la façon d'écrire une vive derrière et de sortir et de dire les quatre premiers est en fait un jeune vieux professeur a écrit.
Pour écrire « plagiat » Cette chose semble être une étude de « stylistique » appelée à résoudre. Il est l'idée d'écrire le contenu d'un de personne va changer souvent, mais se développent par inadvertance petites habitudes sont moins capricieux.
Cette habitude peu décontracté pour adverbes, auxiliaire, utilisation préposition.
Tant que nous analysons les tyrans du monde à chanter en adverbes, les auxiliaires, les prépositions utilisent des fonctionnalités, vous pouvez trouver autour de quatre Coups Ghost est pas un homme d'écrire un. Il arrive à être bon à l'apprentissage machine.
Flux de production
Pour ce travail plus complexe à réaliser un ensemble d'aide de flux de travail eux-mêmes figé dans le temps de travailler sur les détails, et ne perdrez pas la direction de la solution finale au problème.
Mon flux de travail est la suivante:
Txt version de fantôme Blows collection, comme base de l'apprentissage machine matériel;
Common Chinese Dictionary contenant des particules sélectionnées, adverbe, préposition, comme des mots caractéristiques;
En raison de ces mots sont fonction des mots inconnus, je n'ai pas le nombre de mots directement tyrans du monde pour chanter la fréquence de l'article de ces mots apparaissent;
Coups Ghost calcul fragment de tous les N mots dans les caractéristiques de fréquence d'occurrence de mot, comme un échantillon x (Après quelques essais, N choisi de 10.000 mots);
L'échantillon x Reporté un dessin en deux dimensions en utilisant la méthode PCA, sensation intuitive leurs hypothèses à la fin est raisonnable d'ajuster les N millions de mots sélectionnés de la taille et les caractéristiques du mot (réduction de dimensionnalité que pour le dessin, ne participe pas aux prédictions du modèle);
x Normalisés, ce qui réduit les valeurs aberrantes;
70% des données choisies au hasard pour le modèle d'apprentissage de la machine (dans la méthode de régression logistique);
Pour prédire avec les 30% restants des données, voir la précision.
Eh bien, le début officiel de ce qui suit.
mot pour sélectionner les fonctions
Je pense vieux début de la jeunesse avec l'ampleur du mot moderne ne peut pas tant. Donc, je les 500 plus courants caractères chinois, 2500 caractères, caractères secondaires couramment utilisés en 1000 pour faire la fonction, la réduction de la dimension tirée de la carte ne fonctionne pas bien. Description est pas beaucoup de différence sur la largeur de libellé de tout le monde.
Plus tard, respectivement, avec les auxiliaires habituels, prépositions, adverbes cartographie de réduction de dimensionnalité de faire la distinction entre la lecture a été relativement élevé. Compte tenu de la performance n'est pas un problème cette quantité de données traitées, je vais auxiliaires + adverbe + préposition un total de 655 fonction utilisation ensemble.
Est ukrainien Tchad dix mille tout est professionnel et le monde deux apprentissage organisées d'une manière extravagante un public qui n'a pas aux conditions de décisions hâtives points d'expérience nette début qu'attirer colonne n'est pas Chan a quitté Wu permettre à la lumière des pertes de poche cacher mutuelle bandit urgent Gen l'A mâle et femelle, sauf assurance à forte pente et c'est là que quelques-uns cachés par le présent mais pas tenu compte des forces mauvaises terrestres se déplacent de plus le service sera ... (un total de 655 mots) ... cf que les valves parti-cum-Take pour regarder tout droit vers le Yuan Qi est le travail taux utilisé forcé au tube depuis tandis que la pratique avec
calcul de fréquences de mots
Suivant est plus las du bloc, les statistiques de fréquence de mots, le travail de normalisation. Ceci est le travail manuel, les gens qualifiés qui écrivent le code rapidement. Comme je n'ai pas écrit cela depuis longtemps, et puis de tester et les utiliser de contrôle côté, vous devez prendre un certain temps pour traiter les données.
Selon certains commentaires principal, le nettoyage des données, le traitement, la normalisation en fait, le vrai travail prend beaucoup de temps et d'efforts, le dernier fait de bingo qu'il n'a pas fallu longtemps à monter.
Préliminaires long et court point culminant. Le lot a raison des choses dans le monde sont liés entre eux.
PCA dimensionnalité réduction Peinture
Une fois les données est réduit à deux dimensions, le nuage de points dessiné Coups Ghost 1-4 (bleu sexy) et le Saint-COUPS 5-8 (crottes jaunes), les adverbes, prépositions, les habitudes auxiliaires, il est tout au sujet.
Bien que la réduction de dimensionnalité a perdu beaucoup d'informations, mais vous pouvez voir l'avant quatre est de retour avec quatre distinction plus évidente.
Pour rappeler que: pointe de diamant montré est la cinquième uvres « sous tombe jaune. » Ce travail comporte le mot semble être la période de transition par une autre habitude une habitude.
Cette spéculation sera utilisée dans le modèle pour ajuster le dos, et maintenant de ne pas commencer.
Apprentissage automatique et analyse des résultats
70% sélectionné au hasard des données pour l'apprentissage de la machine, puis avec 30% des données pour vérifier nos résultats.
Nous imprimons ensuite les résultats prévus, et voir à la fin est ce que les résultats:
Je mets les données dans une statistique façon dont les gens sont utilisés pour trier, facile à lire:
Avec un peu de langage commun à interpréter, est que vous venez de me donner quelques clips de coups Ghost, la machine après la formation est de 80% de certitude peut juger de ce fragment appartient ou quatre du front quatre. Une grande partie de celui-ci.
Ce résultat est déjà en mesure d'expliquer les changements importants se sont produits avant l'écriture des caractéristiques Blows Ghost quatre de quatre et après, selon la théorie de la stylistique, il est peu probable d'être une personne.
Mais nous pouvons aller plus loin. Rappelez-vous quand on voit l'écriture présente Coups Ghost Out cinquième « sous-tombe jaune », il est en fait plus comme les quatre premiers en regardant le diagramme de dispersion?
Si nous prenons le « jaune sous-tombe » classé à l'apprentissage de la machine d'entraînement avant quatre, ce qui se passera alors?
Après avoir ajusté les tombes des résultats des sous-modélisation jaunes
Scatter quatre anciens « jaune sous-tombe » classé, vous pouvez voir les limites jaune et bleu plus évidente.
« Sous-tombe jaune » pour aller après les quatre premiers, Il y a un des résultats très importants apparaissent: Si vous mettez un fragment de l'avant cinq au hasard dans la machine, la machine de deviner la fin, il est l'avant cinq ou trois, la machine 100% deviné!
Avec point de vue des indicateurs statistiques, la machine a été de déterminer le style d'écriture très confiance Blows Ghost a subi des changements importants.
Une grande partie des tyrans du monde chantent Blows Ghost 1-4 ou même 5, doit être fait d'une autre personne.
Mais quelqu'un dira, vous ne donnez pas aux gens que les besoins de contenu de l'article pour devenir une habitude si ah?
-
habitudes auxiliaires, prépositions, adverbes sont difficiles à changer, et tyrans ailleurs dans le monde pour me chanter que ce 8 livre est écrit dans les deux ans. Les habitudes ont la vie dure dans un temps plus;
-
Nous prenons les tyrans du monde chantent une écriture autre roman « piste mystère du pays » à regarder son écriture caractéristique de la carte, vous comprendrez les habitudes en fait n'a pas eu beaucoup de changement.
piste de mystère du pays est rouge, selon la suite traité de la même façon, il y a une croix entre le vert et le jaune, mais avec les limites de l'échantillon bleu est évident. (Si vous êtes daltonisme, il est peut-être moins facile de distinguer)
Résumé
Jusqu'à présent, les résultats de l'apprentissage de la machine nous a donné une forte « preuves circonstancielles », pour nous dire de quatre poste avec quatre anciens coups Ghost est peu susceptible d'être un homme.
Soit les quatre avant sont les tyrans du monde chanteront écrire retour après le travail est un nom pour trouver un ghostwriter. Ou bien en face des nouvelles est vieille écriture des jeunes, des tyrans polonais le monde à chanter, chanter derrière mon travail est authentique Pa.
Quoi qu'il en soit, enfin terminé le travail. Appels, longue haleine, arrêt.
Lei Feng réseau est Note: Cet article auteur original Li Chen , Paru dans les années de l'auteur Connaître presque colonne . Lei Feng réseau a été réimprimé avec la permission.
