数据挖掘是从大量的数据中发现隐含的信息或者知识的过程，属于主动性分析方法，不需要先进行假设，可以发现未知知识。 数据挖掘常用的分析方法包括：分类、聚类、关联分析、数值预测、序列分析、社会网络分析等。 1、分类： ...
分类：
其他好文 时间：
2020-05-24 23:44:10
阅读次数：
65
监督学习的数据就是有标签数据，无监督学习的数据就是无标签数据。 有标签的数据应该就是采用有监督学习方式，像线性分类器，神经网络等；无标签的数据采用非监督学习方式，比如聚类等方法。 半监督式学习问题介于监督式和非监督式学习之间。这里有一个好例子如：照片分类，但是只有部分照片带有标签(如，狗、猫和人)， ...
分类：
其他好文 时间：
2020-05-21 09:38:17
阅读次数：
275
googleNet是2014年的ILSVRC的冠军模型，GoogleNet做了更大胆的网络上的尝试，而不是像vgg继承了lenet以及alexnet的一切框架。GoogleNet虽然有22层，但是参数量只有AlexNet的1/12 GoogleNet论文指出 获得高质量模型最保险的做法就是增加模型的 ...
分类：
Web程序 时间：
2020-05-20 20:29:30
阅读次数：
169
聚类的定义 聚类就是对大量未知标注的数据集，按数据的内在相似性将数据集划分为多个类别，使类别内的数据相似度较大而类别间的数据相似度较小。聚类算法是无监督的算法。 常见的相似度计算方法 闵可夫斯基距离Minkowski/欧式距离 在上述的计算中，当p=1时，则是计算绝对值距离，通常叫做曼哈顿距离，当p ...
分类：
数据库 时间：
2020-05-20 20:12:09
阅读次数：
427
4、面向对象三大特性 封装: 该露的露，该藏的藏 我们程序设计要追求 " 高内聚，低耦合 "。 高内聚：类的内部数据操作细节自己完成，不允许外部干涉； 低耦合：仅暴露少量的方法给外部使用 封装（数据的隐藏） 通常，应禁止直接访问一个对象中数据的实际表示，而应该通过操作接口来访问，这称为信息隐藏 记住 ...
分类：
编程语言 时间：
2020-05-18 19:06:26
阅读次数：
68
背景 文本分类属于文本挖掘。文本挖掘从已知文本提取未知的知识，即从非结构的文本中提取知识。文本挖掘主要领域：搜索和信息检索；文本聚类；文本分类；Web挖掘；信息抽取；自然语言处理；概念提取。[1] 搜索和信息检索：存储和文本文档的检索，包括搜索引擎和关键字搜索。 文本聚类：使用聚类方法，对词汇，片段 ...
分类：
其他好文 时间：
2020-05-14 23:50:55
阅读次数：
113
k-means应该是原来级别的聚类方法了，这整理下一个使用后验概率准确评测其精度的方法—高斯混合模型。 我们谈到了用 k-means 进行聚类的方法，这次我们来说一下另一个很流行的算法：Gaussian Mixture Model (GMM)。事实上，GMM 和 k-means 很像，不过 GMM ...
分类：
其他好文 时间：
2020-05-14 19:24:26
阅读次数：
64
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 对于分类来说，在对数据集分类时，我们是知道这个数据集是有多少种类的；而对于聚类来说，在对数据集操作时，我们是不知道该数据集包含多少类，我们要做的，是将数据集中相似的数据归纳在一起。他们都是对数 ...
分类：
编程语言 时间：
2020-05-13 20:34:52
阅读次数：
65
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 2.朴素贝叶斯分类算法 实例 利用关于心脏病患者的临床历史数据集，建立朴素贝叶斯心脏病分类模型。 有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数 目标分类变量疾病 ...
分类：
编程语言 时间：
2020-05-13 20:32:49
阅读次数：
79
em，是一种含有隐含变量的概率模型参数的极大似然估计法。主要应用在机器学习以及计算机视觉的数据聚类领域。 lr，逻辑回归，本质也是线性回归，通过拟合拟合样本的某个曲线，然后使用逻辑函数进行区间缩放，但是一般用来分类，主要用在点击率预估、推荐系统等； svm，支撑向量机，通过找到样本空间中的一个超平面 ...
分类：
编程语言 时间：
2020-05-13 19:44:45
阅读次数：
114
