qq_42448606的博客

背景：有个需求是把几个行为发生的时间在一定范围的，分到一个团体，比如两个人做这件事的时间差是在15分钟以内，那就算是一个团体。另外一个人和这两个时间比较，如果是在15分钟以内，那他也是这个团体的。难点是，要确定来的每一个人都要和团体里已有的人的时间内比较到，万幸是时间是有序的。一开始想的太简单，本来想用sql语句直接搞出来，结果就跑远了。用java吧，一堆东西下去也差不多。所以就想着加个python用算法搞，网上找了一遍聚类的算法。发现DBSCAN挺符合需求的，虽然我这个都用不到多少它的优点…DBSCAN

KNN一、算法简述二、运行原理2.1、算法核心思想2.2、距离计算2.3、K值选择三、算法实现3.1、Sklearn KNN参数概述3.2、 KNN代码实例四、算法特点五、算法优缺点六、KNN 和 K-means比较一、算法简述KNN 可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一。注意：KNN 算法是有监督学习中的分类算法，它看起来和另一个机器学习算法 K-means 有点像（K-means 是无监督学习算法），但却是有本质区别的。二、运行原理2.1、算法核心思想KNN 的全称是

目录一、ALS算法概括二、ALS算法原理及运用（1）、协同过滤（2）、ALS算法工作原理（3）、ALS算法输入的参数三、代码实现一、ALS算法概括1、ALS算法用来补全用户评分矩阵。由于用户评分矩阵比较稀疏，将用户评分矩阵进行分解，变成V和U的乘积。通过求得V和U两个小的矩阵来补全用户评分矩阵。2、ALS算法使用交替最小二乘法来进行求解3、ALS分为显示反馈和隐式反馈两种。显示反馈是指用户有明确的评分。对于商品推荐来说，大部分是通过用户的行为，获取隐式反馈的评分。隐式反馈评分矩阵需要进行处理，如果有

目录一、K-means算法1、简介2、基本思想及工作原理基本思想工作原理3、简单案例分析4、优缺点二、Spark ml实现K-means算法1、相关参数和构造方法2、MLlib 中的 k-means 训练函数3、MLlib 中的 k-means 的预测函数三、Spark ml实现k-means实例1、数据库连接的方法2、自定义函数3、数据清洗4、业务处理5、绘图分析质心点数重写绘图窗口方法分析质心数6、分组召回一、K-means算法1、简介k-means 算法是一种基于划分的聚类算法，它以 k 为参数