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、Microsoft 时序算法，后续还补充了二篇结果预测篇、Microsoft 时序算法——结果预算+下期彩票预测篇，看样子...
分类：
数据库 时间：
2014-10-17 23:18:59
阅读次数：
325
前言本篇我们将总结的算法为Microsoft时序算法的结果预测值，是上一篇文章Microsoft时序算法的一个总结，上一篇我们已经基于微软案例数据库的销售历史信息表，利用Microsoft时序算法对其结果进行了预测，并且相应形成了折线预测图和模型依赖属性，有兴趣的同学可以点击查看，但是上篇文章的能给...
分类：
数据库 时间：
2014-10-15 21:27:01
阅读次数：
356
前言本篇文章同样是继续微软系列挖掘算法总结，前几篇主要是基于状态离散值或连续值进行推测和预测，所用的算法主要是三种：Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft Naive Bayes 算法,当然后续还补充了一篇结果预测篇，所涉及的应用场景在前几篇文章中也有介...
分类：
数据库 时间：
2014-10-14 18:59:49
阅读次数：
335
前言本篇文章主要是继续前几篇Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft Naive Bayes 算法，算法介绍后，经过这几种算法综合挖掘和分析之后，对一份摆在公司面前的人员信息列表进行推测，挖掘出这些人员信息中可能购买自行车的群体，把他们交个营销部，剩下的事...
分类：
数据库 时间：
2014-10-10 19:13:44
阅读次数：
219
本篇文章主要是继续上两篇Microsoft决策树分析算法和Microsoft聚类分析算法后，采用另外更为简单一种分析算法对目标顾客群体的挖掘，同样的利用微软案例数据进行简要总结。有兴趣的同学可以先参照上面两种算法过程。应用场景介绍通过前面两种算法的应用场景介绍，此次总结的Microsoft Naiv...
分类：
数据库 时间：
2014-10-09 17:41:57
阅读次数：
241
本篇文章主要是继续上一篇Microsoft决策树分析算法后，采用另外一种分析算法对目标顾客群体的挖掘，同样的利用微软案例数据进行简要总结。应用场景介绍通过上一篇中我们采用Microsoft决策树分析算法对已经发生购买行为的订单中的客户属性进行了分析，可以得到几点重要的信息，这里做个总结：1、对于影响...
分类：
数据库 时间：
2014-10-07 23:34:24
阅读次数：
265
一：前言 最近决定每天都把知识点总结下，然后每个星期把知识点在进行分类发表日志。二：The Question （1）：在oracle中进行年龄的计算，知道出生日期进行计算后截取，本来是一个很简单的函数，但是我觉得对于这些东西真的是用多了自己就记住了所以我还是记载下来，不然我每次都要进行查找，还是.....
分类：
数据库 时间：
2014-09-30 20:57:20
阅读次数：
207
随着大数据时代的到来，数据挖掘的重要性就变得显而易见，几种作为最低层的简单的数据挖掘算法，现在利用微软数据案例库做一个简要总结。应用场景介绍其实数据挖掘应用的场景无处不在，很多的环境都会应用到数据挖掘，之前我们没有应用是因为还没有学会利用数据，或者说还没有体会到数据的重要性，现在随着IT行业中大数据...
分类：
数据库 时间：
2014-09-29 22:12:11
阅读次数：
362
今天在csdn上看到一篇报道，关于如何甄别面试者的一些技巧，发现了几个知识点，总结了一下(1)select *from talbeA as a left join tableB as b on a.key=b.key(2)select *from talbeA as a left join t...
分类：
数据库 时间：
2014-09-29 12:11:20
阅读次数：
355
过于naive了＝ ＝作为一个知识点总结一下算了。主要就是合并。对于一个区间的最大字段和，可以分别事下面的两个区间的子段和，或者事左边的右边加右边的左边。然后搞一下 ＝ ＝#include #include #include #include using namespace std;typedef ...
分类：
其他好文 时间：
2014-09-23 19:59:15
阅读次数：
248
