Mi1k7ea

这里把之前的实验报告搬出来，代码参考了一下各位大哥的，然后自己再温习一遍~作为数据挖掘的典型算法（也是机器学习的典型算法），Apriori算法是实现频繁项集挖掘的方法，算法的基本步骤如下：1. 首先先扫描数据集，计算每个单项集的支持度，根据给定的最小支持度的值，得到第一项频繁集。2. 然后通过运算，得到二项候选集，对每个候选集再次扫描数据集，得出每个候选集的支持度，再与

同样，这里把之前的实验报告搬出来。引自百度：决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。决策树的算法原理：(1)通过把实例从根节点开始进行排列到某个叶子节点来进行分类的。(2)叶子节点即为实例所属的分类的，树上的每个节点说

引自百度~K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。k均值算法原理：   (1)从n个数据对象任意选择k个对象作为初始聚类中心。   (2)根据每个聚类对象的均值，计算每个对象与这些中心对象的距离，并根据最小距离重新对相应对象

本文主要参考自兜哥的《Web安全之机器学习入门》前段时间在研究WebShell的检测查杀，然后看到兜哥的著作中提到的几个机器学习算法中也有实现WebShell检测的，主要有朴素贝叶斯分类、K邻近算法、图算法、循环神经网络算法等等，就一一试试看效果吧。Python中的几个机器学习的库1、numpy：安装：pip install --user numpy2、SciPy：