qq_44169095的博客

推荐算法

关联规则一．什么是关联规则关联规则是一种基于规则的机器学习方法，用于从数据集中寻找物品之间的隐含关系。可用来寻找购物篮数据之间的联系，方便进行交叉销售；可以进行文本挖掘；也可使用在其他领域比如生物信息学、医疗诊断、地球科学等，发现一些有趣的联系。二．关联规则的基本概率（1）关联分析（Association Analysis）：在大规模数据集中寻找有趣的关系。（2）频繁项集（Frequent Item Sets）：经常出现在一块的物品的集合，即包含0个或者多个项的集合称为项集。支持度（Suppo

聚类算法1、聚类概念聚类就是按照某个特定标准(如距离准则)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。即聚类后同一类的数据尽可能聚集到一起，不同数据尽量分离。2、聚类和分类的区别聚类技术通常又被称为无监督学习，因为与监督学习不同，在聚类中那些表示数据类别的分类或者分组信息是没有的。Clustering (聚类)，简单地说就是把相似的东西分到一组，聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东西

支持向量机什么是SVM，SVM产生的意义1.1什么是SVM？SVM(Support Vector Machine)译为支持向量机，又名最大间隔分类器。它不是一种机器，而是一种机器学习算法。它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。支持向量机方法是建立在统计学理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折中，以期获得最好...

一.决策树二.贝叶斯分类贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，而且方法简单、分类准确率高、速度快。1.贝叶斯公式的推导（1）条件概率公式设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率为：P(A|B)=P(AB)/P(B)（2）乘法公式由条件概率公式得：P(AB)=P(A|B)P(B)=P(B|A)P(A)上式即为

Week 1 走进数据科学DRIP的全称是Data Rich Information Poor，中文全称为数据丰富的信息差，指的是现实生活中普遍存在的“数据充沛而信息不足”的问题，原因在于对原始数据没有进行必要的处理和分析，没有发挥出其应有的价值。数据挖掘是一门跨学科（interdisciplinary）的领域知识，英文又称Data Mining，它涉及了很多的领域，如机器学习，模式识别，人工智能等等。具体如下图所示。数据挖掘在社会生活中也有着十分广泛的应用，体现在各行各业，如下图所示。数据是一