参考资料地址： http://www.cnblogs.com/leoo2sk/archive/2010/09/17/naive-bayesian-classifier.html
我的数据挖掘算法实现源码地址：https://github.com/linyiqun/DataMiningAlgorithm
介绍
要介绍朴素贝叶斯算法(Naive Bayes)，那就得先介绍贝叶斯分类算法，贝叶斯分...
分类：
编程语言 时间：
2015-01-13 19:53:09
阅读次数：
245
EM算法大致分为两步——E步骤和M步骤。
而在求解运算过程中，需要用到高斯分布，逆矩阵等数学知识。EM算法上篇先梳理一下基础的数学知识，具体EM算法的核心思想下篇再进行介绍。
由于公式，矩阵太多，便手写一份推导，贴在下面。...
分类：
编程语言 时间：
2015-01-09 21:00:58
阅读次数：
272
转自这里Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于 两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规 则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。由Agrawal等人提出的Apriori是经典的关联规则和频繁项集挖掘算法...
分类：
编程语言 时间：
2014-12-23 21:09:23
阅读次数：
703
专业既然是机器学习，那工作肯定也是继续和数据打交道，那么问题来了，很多时候推荐算法和数据挖掘算法都是现成可用的，平台初建，重点还在数据过滤和抽取，怎样高效的抽取数据？
利用往常算法比赛中常用的字符串处理方法吗，omg，维护它是一个淡淡疼的忧伤。
那么，重点来了，正则表达式，干净利落。
模版如下：
//step1,set reg string
String r...
分类：
编程语言 时间：
2014-12-19 00:41:32
阅读次数：
265
主成份分析历史：
Pearson于1901年提出，再由Hotelling（1933）加以发展的一种多变量统计方法。通过析取主成分显出最大的个别差异，也用来削减回归分析和聚类分析中变量的数目，可以使用样本协方差矩阵或相关系数矩阵作为出发点进行分析。
通过对原始变量进行线性组合，得到优化的指标：把原先多个指标的计算降维为少量几个经过优化指标的计算（占去绝大部分份额）
基本思想：设法将原先众多具有...
分类：
编程语言 时间：
2014-12-15 10:29:54
阅读次数：
290
决策树也是最经常使用的数据挖掘算法，决策树分类器就像判断模块和终止块组成的流程图，终止块表示分类结果（也就是树的叶子）。判断模块表示对一个特征取值的判断（该特征有几个值，判断模块就有几个分支）。决策树的生成过程就是一个数据集不断被划分的过程，划分数据集的最大原则是：使无序的数据变的有序。如果一个训练数据中有20个特征，那么选取哪个做划分依据？这就必须采用量化的方法来判断，量化划分方法有多重，其中一项就是“信息论度量信息分类”。基于信息论的决策树算法有ID3、CART和C4.5等算法，其中C4.5和CART两...
分类：
编程语言 时间：
2014-12-14 20:03:24
阅读次数：
661
今天继续和小伙伴们分享聚类算法和R语言的实现，上篇和大家分享了聚类中的距离、类间距离和最古典的层次聚类法，今天和大家分享几个动态聚类算法。
首先和大家分享被评为十大数据挖掘算法之一的K-means 算法（K为分类的个数，mean为平均值，该算法的难点即为K的指点）
Step1：选择K个点作为初始质心；
Step2：将剩余每个点指派到最近的质心，形成K个簇（聚类）；
Step3：重新计算簇的...
分类：
编程语言 时间：
2014-12-12 11:47:35
阅读次数：
277
相关链接http://blog.csdn.net/column/details/datamining.html通俗理解LDA主题模型http://blog.csdn.net/v_july_v/article/details/41209515从贝叶斯方法谈到贝叶斯网络http://blog.csdn....
分类：
编程语言 时间：
2014-12-08 12:10:58
阅读次数：
293
最近看了比较多的关于大数据处理方面的知识，但是例如Hadoop，Spark，Storm等平台大都是对于数据的存储和管理操作，并不是对于数据进行分析和处理的。所以这里就衍生出了另外一种对于数据的处理，数据挖掘。学习数据挖掘也非常偶然，首先毕竟本人一直在做的是数据方面的工作，数据挖掘相当于是对数据处理后的下一步操作，学习一下数据挖掘的基本知识，了解了解常用的一些数据挖掘算法，对我来说也是一件不错的事。...
分类：
其他好文 时间：
2014-12-05 17:27:05
阅读次数：
151
AdaBoost Binary ClassifyAdaBoost MultidimensionalWEKA源码分析
分类：
编程语言 时间：
2014-11-29 18:46:37
阅读次数：
133
