qq_41595507的博客

1、如何处理类别型特征类别特征（Categorical Feature）主要是指性别（男、女）、血型（A、B、AB、O）等只在有限选项内取值的特征。类别型特征的原始输入通常是字符串形式，除了决策树等少数模型能直接处理字符串的输入，对于逻辑回归、支持向量机等模型来说，类别型特征必须经过处理转换成数值型才能正确工作。在处理类别型特征，可以通过各种方式的编码来处理。比如序号编码、 独热编码、二进制编码等2、常用编码方法...

数据挖掘是一个动态、强势快速扩展的领域。数据挖掘研究的主要问题，可划分为五组：挖掘方法、用户交互、有效性与可伸缩性、数据类型的多样性、数据挖掘与社会。一、挖掘方法目前大牛们已经开发了一些数据挖掘方法，涉及到新的知识类型的研究、多维空间挖掘、集成其他领域的方法以及数据对象之间语义捆绑考虑。此外，数据挖掘应该考虑诸如数据的不确定性、噪声和不完全性等问题。有些数据挖掘方法探索如何使用用户指定的度量评估所发现的模式的兴趣度，同时直到挖掘过程。挖掘各种新的新的知识类型： 数据挖掘广泛涵盖数据分析和知识发现的.

近期在学习关于图像处理的相关知识，实践过程中需要关于图像数据集，所以整理了以下常用数据集作为学习分享。PASCAL VOC 2012 Segmentation CompetitionPascal VOC数据集：视觉识别类竞赛鼻祖，包含了物体分类、目标检测、图像分割等任务。后续的ImageNet竞赛的任务设置基本上沿用的它的设定。给定的自然图片，从中识别出特定物体。待识别的物体有20类：person （人） cat, bird, cow, dog, horse, sheep （动物） ae

文档的向量化表示：BOW假设和VSM模型文本向量化的目的：便于计算文档时间的相似度BOW(bag-of-words model):假设可以忽略文档内的单词顺序和语法、句法等要素，将其仅仅看作是若干个词汇的集合。VSM(Vector space model)：即向量空间模型。其是指在BOW假设下，将每个文档表示成同一向量空间的向量。BOW-VSM栗子停用词（stop words）*...

[点击进入](https://blog.youkuaiyun.com/v_JULY_v/article/details/81319999)

该笔记参考《数据挖掘导论(完整版)》什么是数据挖掘数据挖掘是在大型数据库存储库中，自动的发现有用信息的过程。数据挖掘是一种技术，它将传统的数据分析方法与处理大量数据的算法相结合。数据挖掘与知识发现数据挖掘是数据库中知识发现(knowledge discovery in database, KDD)不缺少的部分。数据预处理的目的是将未加工的输入数据转换成适合分析的形式。数据预处理一...