<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[小松的笔迹]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/xsl100</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; xsl100]]></copyright><item><title><![CDATA[知识总结： decision Tree, Bagging, Random Forest, Boosting]]></title><link>https://blog.youkuaiyun.com/xsl100/article/details/54177121</link><guid>https://blog.youkuaiyun.com/xsl100/article/details/54177121</guid><author>xsl100</author><pubDate>Sat, 07 Jan 2017 19:00:39 +0800</pubDate><description><![CDATA[本文引用大量网上文章内容,因为时间久远,无法一一列出出处,本文目的纯粹知识总结.如对文章内容有异议,请联系作者本人.




1. Decision Tree


定义就省略了，有ID3 ，CART， C4.5 等变种， 算法大同小异，主要区别的是：



·        the splitting criterion (i.e., how "variance" isca]]></description><category></category></item><item><title><![CDATA[一个使用 latent space clustering model 和 NMF 进行Bicluster 聚类的实例]]></title><link>https://blog.youkuaiyun.com/xsl100/article/details/54175879</link><guid>https://blog.youkuaiyun.com/xsl100/article/details/54175879</guid><author>xsl100</author><pubDate>Sat, 07 Jan 2017 16:38:47 +0800</pubDate><description><![CDATA[NMF = nonnegative matrix  factorization 


具体介绍请看拙文


使用NMF模型进行消费者行为分析



本文将举例介绍如何综合使用  latent clustering model 和 NMF 模型 对消费者进行聚类。


我们这次演示用的数据是 Davis 数据集， 这是个18 * 14 的小数据集， 每一行是一位女性，总共1]]></description><category></category></item><item><title><![CDATA[使用NMF模型进行消费者行为分析.]]></title><link>https://blog.youkuaiyun.com/xsl100/article/details/53977137</link><guid>https://blog.youkuaiyun.com/xsl100/article/details/53977137</guid><author>xsl100</author><pubDate>Mon, 02 Jan 2017 12:08:44 +0800</pubDate><description><![CDATA[使用NMF模型进行消费者行为分析.]]></description><category></category></item></channel></rss>