haqer0825的专栏

<br />数据挖掘主要就是对强规则的挖掘。通过设置最小支持度和最小置信度可以了解某些数据之间相关联的强度。强规则X→Y对应的项集(XUY)必定是频繁集。<br />一般把规关联规则划分为两部分问题：根据最小支持度找出事务集的所有频繁项集，之后就可以根据频繁项集和最小置信度来挖掘出关联规则。<br />举例: 商品事务如下<br />1   购买A，B，C<br />2   购买A，C<br />3   购买A，D<br />4   购买B，E，F<br /> <br />分析：I ={A,B,C,D,E,

Kmeans(K均值算法): 代码:import java.util.ArrayList;import java.util.Random;public class Kmeans { private int k;// 参数k private int m;// 迭代次数m private int dataSetLength; // 数据集长度，即数据集个数