比如现在有300家公司一年的股票价格（时间都是2014.9.1~2015.9.1），如何将这300家公司根据股价走势分类，将股价波动及走势相似的公司分到一类？无监督，分成几类事先不知道。

评估分类结果的好坏时，一般用准确率和召回率，但是这个方法的前提是我有标注的正负样本。如果我没有正负样本的情况下，怎么知道我的分类结果好不好？一定要通过标注正负样本，然后计算F-Score来评估吗？比如：我在新浪微博随机抓取了1000万用户，我通过一些特征或规则，可以判断这些用户的性别，是否已婚，是否单身等等，那么我的这些规则可以看成是一个分类模型。在这种情况下，有什么办法可以评估我这个分类模型是否合理，或者如何评估我的这个分类模型的好坏呢？有没有比较通用的方法？

麻烦看过的前辈介绍一下经验，以及入门先修知识。本人大四保研党刚看过了统计学习方法

最近快播案炒的沸沸扬扬，作为一个技术人员，从技术的角度考虑大数据能否识别淫秽视频！本人才疏学浅，了解十分有限，求大神分析从大数据聚类和机器学习两个领域来做这件事的可行性

已经有一个图模型生成的时间序列，有四个核心的要素，如何用隐马尔科夫HMM做最优化筛选？这个问题太具体了，需要看数据的随时私信我

注意：是标签缺失，并不是数据缺失拒绝推断问题问题是0、1分类有分类器A，分类器A（也是用于同一分类，暂且认为这个分类器是有效的，好于随机但也不够理想）判断为1以后，才可以知道样本的真实标签，换句话说，样本有两个标签，真实标签和是否通过分类器A。如果没有通过分类器A，那么也没有真实标签。问：现在需要训练分类器B取代分类器A，但可以用的有真实标签的样本是已经通过了分类器A的。现在分类器A已经没有了，而且不可知。如果只用知道样本的真实标签的数据进行训练比如会出现偏差（因为分类器A已经过滤了一部分）。怎么处理这个问题？或者说怎么将原本没有通过A的样本的标签表示出来？

这是我们老板的研究方向，请各位大牛们说说名词涉及到的领域，应用范围，学习路线，用到的工具，理论or实践，就业情况等等。帮助选择一个，请畅所所言…

我面的大部分是数据挖掘，机器学习，推荐算法相关等岗位。我的经验是，阿里比较重视项目经验（总是为你通过什么方法效果提升了多少），百度比较重视数据结构和算法的基本功。那么问题来了，1 并不是每个项目都能成功，提升到很好的效果，也就是没有成功的项目经验，那么怎么办？ 2 数据结构和算法，其实工作中大部分是数据处理的工作，面试中遇到的相关题目很少在工作中遇到，比如排序一般都是用语言自带的排序，反转单链表这种问题工作有种也不会遇到，既然工作中不怎么会遇到的问题为啥面试那么重视？ 3 公式推导和理论有多重要？