weixin_44080131的博客

第四章 算法： 基本方法八种不同的数据集形式：1、只有一种属性承担了所有工作，其他属性都是无关或冗余属性；2、所有属性是独立地，均等地对最终结果做出贡献；3、拥有一个包含多个属性的简单逻辑结构，可由决策树得到；4、存在一些独立的规则，将实例划分到不同的类5、不同属性子集具有依赖性6、不同数值属性间有线性依赖关系，权值问题7、归类到实例空间具体区域，受控于实例间的距离8、没有提供类别标签，无监督学习4.1 推断基本规则1规则（1-rule，1 R）选择单个属性作为决策依据，并且选择其中

第三章 输出： 知识表达3.1 表 （决策表）3.2 线性模型回归：预测数值型变化的过程可用来回归预测，也可用来分类。（高维空间是超平面）3.3 树在叶子节点上包含平均数值型值得决策树称为回归树3.4 规则分类规则将规则转换成决策树时，关联规则包含例外的规则从逻辑上，基于例外的规则可以简单地用if…then…else语句改写。表达能力更强的规则归纳逻辑编程 inductive logic programming3.5 基于实例的表达（instan

第二章 输入：概念、实例和属性机器学习的输入采用概念、实例、和属性的形式2.1 概念四种不同的学习方式分类学习：用一个已分类的样本集表示学习方案，学习对未来样本分类的方法；关联学习：寻找任何特性之间的关联，不仅仅预测类值；聚类：聚合相似性的分组数值预测：预测出的结论不是离散值而是数值量2.2 样本每一个数据都可以表示成实例与属性的矩阵，单一关系（数据库）、平面文件；数据收集：数据必须集中、整合和清理，大型数据整合的思想称为数据仓库。提供访问成组数据的接口。ARFF

第一章 绪论数据挖掘被定义为找出数据中的模式的过程，过程为自动或半自动，数据量客观，发现的模式使有意义的，并能产生效益。学习：事物以令其在将来表现更好为标准来改变其行为。在学习中，目的是学习者的目的，在训练中，目的是老师的目的。数值属性问题： 对数值属性建立不等式；混合属性问题： 属性类型不止一种简单例子： 天气问题、隐形眼镜、鸢尾花类型预测、CPU性能：介绍数值预测、劳资协商好坏预测、大豆疾病分类预测。应用领域： Web挖掘、包含评判的决策、图像筛选、负载预测、诊断、市场和销售（购物篮分析）。

对着ppt手写了一份精简版文章目录1. 大纲2. 索引构建3. 排名检索和评价指标4. 语言模型5. Link Analysis6. Machine Learning7. Clustering 、Hierarchical Clustering、DBSCAN8. Topic Model、LDA、PLSA、MCMC1. 大纲2. 索引构建3. 排名检索和评价指标4. 语言模型5. Link Analysis6. Machine Learning7. Clustering 、Hiera