1 关联分析算法：Apriori 关联规则挖掘的重要算法：Apriori 关联规则挖掘可以让我们从数据集中发现项与项（item 与 item）之间的关系 概念： 支持度：指的是某个物品在组合中出现的次数与总次数之间的比例。支持度越高，代表这个组合出现的频率越大。 置信度：指的是在 A 发生的情况下，B 发生的概率是多少。 提升度：指的是A的发生对B的发生概率提升的程度。 公式：提升度 (A→B)...

1 K-Means K-Means 是一种非监督学习，解决的是聚类问题。 K 代表的是 K 类，Means 代表的是中心，本质是确定 K 类的中心点，当找到了这些中心点，也就完成了聚类。 需要解决三个问题： 1 如何确定 K 类的中心点？ 其中包括了初始的设置，以及中间迭代过程中中心点的计算。 在初始设置中，会进行 n_init 次的选择，然后选择初始中心点效果最好的为初始值。 在每次分类更新后...

1 决策树 1.1 工作原理 把以前的经验总结出来，最后得到结果 比如打篮球，一般会根据“天气”、“温度”、“湿度”、“刮风”这几个条件来判断，最后得到结果：去打篮球？还是不去？ 在做决策树的时候，会经历两个阶段：构造和剪枝。 1.2 构造 构造就是通过选择什么属性作为节点来生成一棵完整的决策树 节点类型： 根节点：就是树的最顶端，最开始的那个节点。在上图中，“天气”就是一个根节点； 内部节...

1 基本概念 数据挖掘是什么 从一堆数据中通过分析挖掘得到目标需求想要得到的结论 数据挖掘的基本流程 商业理解：数据挖掘的目的是更好地帮助业务，所以要从商业的角度理解项目需求，在这个基础上，再对数据挖掘的目标进行定义。 数据理解：尝试收集部分数据，然后对数据进行探索，包括数据描述、数据质量验证等； 可以对收集的数据有个初步的认知。 数据准备：开始收集数据，并对数据进行清洗、数据集成等操作...