kevin_liu11的专栏

先MARK一下吧，目前都不会，不过学懂学会一个就在这里改一个，红色代表未学。1、C4.5C4.5是机器学习算法中的一个分类决策树算法，是根据决策树核心算法ID3(也不会)的改进算法，常用于预测模型的算法。2、K-Means算法K-Means算法是数据挖掘技术中基于分裂法的一个经典聚类算法，是把n个对象分为k个簇。3、SVM（支持向量机）算法。SVM是

先说一下简单的数据处理，处理之前先给出R的IDE下载网址：http://mirrors.xmu.edu.cn/CRAN/     有时候下的版本过于简单，会有很多数据包都没有，这个时候直接 程序包--->安装程序包--->选择站点--->选择包名，然后就可以自动下载了。  然后加载数据使用如下命令：> library(package_name)  #加载含有数据集的软件

Data Mining 概述：是指通过系统分析从大量数据中提取隐藏于其中的规律，并用这些规律来预测未来或指导未来工作的科学。      过程：1.数据准备。 a.数据集成。（提取数据，处理数据中的遗漏和清洗）b.数据选择。（选择自己感兴趣的数据，缩小范围，提高数据挖掘的质量）c.数据预处理。（检查数据的完整性和一致性，消除噪声）2.数据挖掘。（利用机器学

这一章学的不怎么熟，还是有很多的疑问，需要自己以后来好好学习，熟悉了解，先把自己知道的东西记下来吧。   获取内置的数据集：     data( package = "packageName" )  #packageName是包名的意思，例如dataset包，就是查看该包下的数据集。     data( package = .packages( all.available = TR

一些基本的函数用法。  attributes( datasetName )   #  获取数据集的属性列表 names表示列名，class表示类别，row.names就不解释了    str( dataSetName )  #  查看数据集内部结构 64个对象，每个对象是一个5维变量，后面是对每一维的解释，取值                                  # 

基本的介绍一些分布指标，稀疏性，缺失值和相关性。  分布指标：  主要就是两个指标 ------- 偏度和峰度  可以由上一篇中带过的basicStats()函数获得，也可以由timeDate软件包中的skewness(),kurtosis()两个函数计算得到   偏度：  它用于衡量数据的偏倚程度，也就是数据的对称程度。  skewness( Insurance[，4:5

按照道理而言，预处理就基本上进入数据挖掘的技术阶段了，目前自己还是一个小白而已，就说说自己从书上学到的一些吧。   数据清理： 就是对某些特殊的情况进行处理，让挖掘的数据质量更高些，更容易得到更好的结果。  1.缺失值处理  判断缺失值，我自己喜欢用 A = which( is.na(nhanes2[,4]) == T )  ①删除法， 习惯用 good  = nhanes