向量检索是整个RAG管道的一个重要的步骤，传统的暴力最近邻搜索因为计算成本太高，扩展性差等无法应对大规模的搜索 ...

针对传统K-means算法初始中心敏感、聚类结果不稳定等问题，武汉理工大学团队创新性地将拓扑数据分析工具——持续同调(Persistent Homology)引入聚类分析，提出PH-K-means算法。该算法通过计算最长Betti数长度确定k个初始聚类中心，在7个常用数据集上验证显示：相比K ...

随着债券市场扩容，地方债已跃升为市场中的第一大品种，日益引发关注，本文探讨了金融科技在地方债利差分析中的应用。一级市场方面，通过K-Means聚类算法对地方债投标加点数据进行分类，揭示了不同地区和不同期限地方债的聚类特征，促进信用风险识别和 ...

张晓艳，审计署审计科研所企业审计研究室副研究员。 【摘要】聚类算法在识别异常企业方面的思维模式，与企业审计查找疑点的理念高度一致，能够有效地应用于企业审计中。本研究以国有非金融上市公司2019年至2023年的数据为例，选定10项关键指标，分行业 ...

对于本题来说，窗口内维护的信息是每个字符出现的次数。如果窗口内的子串符合要求，那么一直右移左端点，直到窗口内的子串不符合要求。此时位于区间 $[l - 1, r]$ 内的子串是满足题目要求的最小的子串。 此时以下所示的字符串都是满足题意的子串，一共有 ...

这篇文章，我们来学习无监督学习算法中的K均值聚类算法。希望大家看完后能了解其基本原理和应用场景，以便在工作中更好地应用。 一、什么叫K均值聚类算法？ K均值聚类算法也叫K-means聚类算法，是一种无监督学习算法。 二、基本原理 假设有一个新开办的 ...

编辑导语：由于数据对于各行各业的人来说是越来越重要的存在，于是近年来关于数据分析的方法也是越来越多。在本篇文章中，作者为我们介绍了聚类模型，看看应该如何用聚类模型（k-means）来做数据分析吧。 在日常工作中，很多时候都会用到数据分析的 ...

说明（2019-2-25）：感谢大家的关注，但其实这些笔记远没有那么大的价值；深度学习以及自然语言处理的发展极其迅速，这里的很多内容已经年久失修，甚至很多都没有完成；本人也已经毕业入职，不再有那么多的时间继续维护这些笔记，大家酌情参考即可（不 ...

最近在学习一些数据挖掘的算法，看到了这个算法，也许这个算法对你来说很简单，但对我来说，我是一个初学者，我在网上翻看了很多资料，发现中文社区没有把这个问题讲得很全面很清楚的文章，所以，把我的学习笔记记录下来，分享给大家。 在数据挖掘中 ...