据斯坦福AI实验室消息，研究人员通过优化传统的K-SVD算法，使其在解释Transformer大语言模型（LLM）嵌入方面达到了与稀疏自编码器相当的表现。该研究成果表明，拥有20年历史的K-SVD算法经过现代化改进后，能够为LLM嵌入提供更具可解释性的表示。这为AI行业推动 ...

***作者提供两种方式对聚类算法结果进行性能评估。*** 一. ARI指标，如果被用来评估的数据本身带有正确的类别信息，就可以用这个指标。ARI指标与分类问题中计算准确性（accuracy）的方法类似，同时也兼顾到了类簇无法和分类标记一一对应的问题。 二. 如果被 ...

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 ...

你周围有没有一些交易高手，看一眼股票的K线就可以大致预测后续的走势。虽然不是完全准确，但也能说个七七八八。 这源于他们在市场较久，此前或多或少见过类似图形，对后市有一定判断。是长期的经验积累所致，而非真正的预测行情。 对经验不足的新手 ...

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 ...

近年来，由于诸如自动编码器等深度神经网络（DNN）的高表示能力，深度聚类方法发展迅速。其核心思想是表示学习和聚类可以相互促进：好的表示会带来好的聚类效果，而好的聚类为表示学习提供良好的监督信号。关键问题包括：1）如何优化表示学习和聚类？

Python实现所有算法-力系统是否静态平衡(补篇) Python实现所有算法-高斯消除法 Python实现所有算法-牛顿-拉夫逊（拉弗森）方法 Python实现所有算法-雅可比方法(Jacobian) Python实现所有算法-矩阵的LU分解 Python实现所有算法-牛顿前向插值 Python实现所有算法-正割法（Secant ...

随着计算机信息技术的不断发展，如何快速有效地在庞大的文本数据中挖掘有用信息与知识并为研究所用，成为了当下研究者的热点话题。本文针对新闻文本数据，提出一种基于K-means算法的新闻文本内容过滤技术，对文本聚类过程中文本表示部分进行改进，引入 ...

K-means是机器学习中一个比较常用的算法，属于无监督学习算法，其常被用于数据的聚类，只需为它指定簇的数量即可自动将数据聚合到多类中，相同簇中的数据相似度较高，不同簇中数据相似度较低。 其聚类过程类似于梯度下降算法，建立代价函数并通过迭代 ...