社会网络分析(Social Network Analysis,SNA)逐步成为数据挖掘领域的又一新宠。SNA的本质是利用各样本间的关系（故也成为关系网络）来分析整体样本的群落现象，并分析出样本点在群落形成的作用以及群落间的关系。利用Ｒ语言中的igraph包实现SNA。...
分类：
编程语言 时间：
2015-01-03 15:56:31
阅读次数：
664
引言
我感觉学习机器学习算法还是要从数学角度入门才是唯一正道，机器学习领域大牛Michael I. Jordan给出的机器学习定义是，“A field that bridge computation and statistics,with ties to information theory, signal processing, algorithm, control theory and ...
分类：
其他好文 时间：
2015-01-02 21:10:55
阅读次数：
184
展示如何用R处理稀疏矩阵和利用GLMNET包...
分类：
Web程序 时间：
2014-12-30 17:05:41
阅读次数：
1054
Classification And Regression Tree(CART)是一种很重要的机器学习算法，既可以用于创建分类树（Classification Tree），也可以用于创建回归树（Regression Tree），本文介绍了CART用于离散标签分类决策和连续特征回归时的原理。决策树创建过程分析了信息混乱度度量Gini指数、连续和离散特征的特殊处理、连续和离散特征共存时函数的特殊处理和后剪枝；用于回归时则介绍了回归树和模型树的原理、适用场景和创建过程。个人认为，回归树和模型树可以被看做“群落分类...
分类：
编程语言 时间：
2014-12-30 13:40:48
阅读次数：
767
R语言：利用相关性分析对复杂数据进行数据探索...
分类：
编程语言 时间：
2014-12-30 13:38:13
阅读次数：
300
分类：将实例数据划分到合适的分类中。目标变量是离散型。回归：预测数值型数据。目标变量是连续型的数值。监督学习：必须知道预测什么，即目标变量的分类信息。目标变量是机器学习算法的预测结果。开发机器学习应用程序的步骤：1）收集数据；2）准备输入数据；3）分析输入数据；4）训练算法；5）测试算法；6）使用算...
分类：
其他好文 时间：
2014-12-28 20:46:50
阅读次数：
109
StanfordSegmenter是Stanford大学的一个开源分词工具，目前已支持汉语和阿拉伯语，只是比较耗费内存，但貌似比中科院的分词工具快（具体没测）。StanfordSegmenter是基于CRF（ConditionalRandomField，条件随机场），CRF是一个机器学习算法，其原理是字构成词，利用此原理把分..
分类：
其他好文 时间：
2014-12-28 18:21:00
阅读次数：
322
转自InfoQ，作者张天雷机器学习是目前数据分析领域的一个热点内容，在平时的学习和生活中经常会用到各种各样的机器学习算法。实际上，基于Python、Java等的很多机器学习算法基本都被前人实现过很多次了。这些算法在网上可以找到很多，然而往往存在很多“脏”或者“乱”的开源代码。在这样的背景下，Info...
分类：
其他好文 时间：
2014-12-27 21:43:05
阅读次数：
185
