数据挖掘算法与现实生活中的应用案例 如何分辨出垃圾邮件”、“如何判断一笔交易是否属于欺诈”、“如何判断红酒的品质和档次”、“扫描王是如何做到文字识别的”、“如何判断佚名的著作是否出自某位名家之手”、“如何判断一个细胞是否属于肿瘤细胞”等等，这些问题似乎都很专业，都不太好回答。但是，如果了解一点点数据 ...
分类：
编程语言 时间：
2017-12-29 16:55:19
阅读次数：
143
二.Apriori算法 上文说到，大多数关联规则挖掘算法通常采用的策略是分解为两步： 频繁项集产生，其目标是发现满足具有最小支持度阈值的所有项集，称为频繁项集（frequent itemset）。 规则产生，其目标是从上一步得到的频繁项集中提取高置信度的规则，称为强规则（strong rule）。通 ...
分类：
编程语言 时间：
2017-12-11 14:22:10
阅读次数：
163
一.基本概念 我们来看上面的事务库，如同上表所示的二维数据集就是一个购物篮事务库。该事物库记录的是顾客购买商品的行为。这里的TID表示一次购买行为的编号，items表示顾客购买了哪些商品。 事务： 事务库中的每一条记录被称为一笔事务。在上表的购物篮事务中，每一笔事务都表示一次购物行为。 项集(T)： ...
分类：
编程语言 时间：
2017-12-11 14:07:29
阅读次数：
233
1.经常使用决策树处理分类问题，决策树也是最经常使用的数据挖掘算法。 2.kNN可以完成很多分类任务，最大的缺点是无法给出数据的内在含义，决策树的优势在于数据形式容易理解。 3.1决策树的构造 决策树的优点：计算复杂度不高，输出结果易于理解，对中间值缺失不敏感，可以处理不相关特征数据。 缺点：可能会 ...
分类：
其他好文 时间：
2017-11-28 23:13:30
阅读次数：
232
大家接触的第一个聚类方法，十有八九都是K-means聚类啦。该算法十分容易理解，也很容易实现。其实几乎所有的机器学习和数据挖掘算法都有其优点和缺点。那么K-means的缺点是什么呢? 总结为下： (1)对于离群点和孤立点敏感； (2)k值选择; (3)初始聚类中心的选择； (4)只能发现球状簇。 对 ...
分类：
编程语言 时间：
2017-08-26 20:42:16
阅读次数：
165
1.决策树算法 决策树，又称判定树，是一种类似二叉树或多叉树的树结构。决策树是用样本的属性作为结点，用属性的取值作为分支，也就是类似流程图的过程，其中每个内部节点表示在一个属性上的测试，每个分支代表一个测试输出，而每个树叶节点代表类或类分布。它对大量样本的属性进行分析和归纳。根结点是所有样本中信息量 ...
分类：
数据库 时间：
2017-07-21 17:10:38
阅读次数：
209
1 简介 决策树学习是一种逼近离散值目标函数的方法，在这种学习到的函数被表示为一棵决策树。 2 决策树表示 决策树通过把实例从根节点排列到某个叶子结点来分类实例，叶子结点即为实例所属的分类。树上的每一个结点指定了对实例的某个属性的测试，并且该结点的每一个后续分支对应于该属性的一个可能值。 分类实例的 ...
分类：
编程语言 时间：
2017-07-03 16:18:06
阅读次数：
265
算法工程师包括 音/视频算法工程师（通常统称为语音/视频/图形开发工程师）、图像处理算法工程师、计算机视觉算法工程师、通信基带算法工程师、信号算法工程师、射频/通信算法工程师、自然语言算法工程师、数据挖掘算法工程师、搜索算法工程师、控制算法工程师（云台算法工程师，飞控算法工程师，机器人控制算法）、导 ...
分类：
编程语言 时间：
2017-06-28 23:02:28
阅读次数：
148
欢迎转载，请附上链接 http://blog.csdn.net/iemyxie/article/details/40736773 本文所涉算法均仅仅概述核心思想。详细实现细节參看本博客“数据挖掘算法学习”分类下其它文章，不定期更新中。 參考了很多资料加上个人理解，对十大算法进行例如以下分类： ?分类 ...
分类：
编程语言 时间：
2017-06-26 12:42:19
阅读次数：
354
贝叶斯网络
序：
上上周末写完上篇朴素贝叶斯分类后，连着上了七天班，而且有四天都是晚上九点下班，一直没有多少时间学习贝叶斯网络,所以更新慢了点，利用清明节两天假期，花了大概七八个小时，写了这篇博客，...
分类：
编程语言 时间：
2017-04-08 21:48:51
阅读次数：
324
