目前，主要的推荐方法包括：基于内容的推荐、协同过滤推荐、基于关联规则的推荐、基于效用的推荐、基于知识的推荐和组合推荐。 基于内容的推荐 基于内容的推荐（Content-based Recommendation）是信息过滤技术的延续与发展，它是建立在项目的内容信息上作出推荐的，而不需要依据用户对项目的 ...
分类：
编程语言 时间：
2017-04-01 01:04:15
阅读次数：
199
1. 2. 3.降低复杂度的方法 4. 5. ...
分类：
其他好文 时间：
2017-03-12 16:33:38
阅读次数：
112
一、什么是关联 关联（correlation）：脚本回放过程中，客户端发出请求，通过关联函数所定义的左右边界值（也就是关联规则），在服务器所响应的内容中查找，得到相应的值，已变量的形式替换录制时的静态值，从而向服务器发出正确的请求，这种动态获得服务器响应内容的方法被称作关联。也是把脚本中某些写死的数 ...
分类：
Web程序 时间：
2017-03-01 16:25:22
阅读次数：
268
《机器学习系统设计》是一本不错的机器学习实战入门的书籍。第一章介绍了用于机器学习的Python相关工具，接下来分别用实战型例子讲解聚类、分类、回归、模式识别、降维等机器学习的主要的几种方法。 机器学习就是教机器自己来完成任务，机器学习的目标就是通过若干示例让机器学会完成任务。 像其他工程一样，设计一 ...
分类：
其他好文 时间：
2016-12-21 02:09:37
阅读次数：
138
关联规则：评定规则的标准 支持度：规则前项LHS和规则后项RHS所包括的商品都同时出现的概率，LHS和RHS商品的交易次数/总交易次数。 置信度：在所有的购买了左边商品的交易中，同时又购买了右边商品的交易机率，包含规则两边商品的交易次数/包括规则左边商品的交易次数。 提升度（有这个规则和没有这个规则 ...
分类：
其他好文 时间：
2016-12-04 21:01:38
阅读次数：
555
一、背景介绍 关联规则( Association rule)概念最初由Agrawal提出，是数据挖掘的一个重要研究领域， 其目的是发现数据集中有用的频繁模式。 静态关联规则挖掘，是在固定数据集和支持度下，发现数据集中的频繁项集，如 Apriori、FP-Growth、Ecalt等。现实问题中，多数时 ...
分类：
编程语言 时间：
2016-11-25 17:05:53
阅读次数：
296
前言 本篇继续我们的微软挖掘算法系列总结，前几篇我们分别介绍了：微软数据挖掘算法：Microsoft 决策树分析算法（1）、微软数据挖掘算法：Microsoft 聚类分析算法（2）、微软数据挖掘算法：Microsoft Naive Bayes 算法（3）、微软数据挖掘算法:Microsoft 时序算 ...
分类：
编程语言 时间：
2016-11-14 09:38:26
阅读次数：
350
转载：http://www.cnblogs.com/zhijianliutang/p/4030742.html 前言 本篇继续我们的微软挖掘算法系列总结，前几篇我们分别介绍了：Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft Naive Bayes 算法、Micr ...
分类：
数据库 时间：
2016-11-05 17:18:36
阅读次数：
184
什么是机器学习？ 利用计算机从历史数据中找出规律，并把这些规律用到对未来不确定场景的决策 学习模式？ 离线学习 在线学习 机器学习的典型应用？ 关联规则：“啤酒+尿布” 聚类：全球通（针对经常全球出行的人）、动感地带（针对在校学生用流量比较多）、神州行（针对工人、白领经常打长途电话） 朴素贝叶斯：垃 ...
分类：
其他好文 时间：
2016-10-22 16:59:36
阅读次数：
293
