posted @ 2018-09-20 10:35
一天不进步,就是退步
阅读(718)
推荐(0)
摘要:
http://developer.51cto.com/art/201310/413150.htm 在本章中你将学到: 推荐系统是如何工作的? 社会化过滤是如何工作的? 如何计算物品之间的相似度? 曼哈顿距离,欧式距离和闵科夫斯基距离 皮尔森相关度 余弦相似度 实现Python版本的KNN算法 附加的
阅读全文
posted @ 2018-09-19 15:06
一天不进步,就是退步
阅读(237)
推荐(0)
摘要:
https://blog.csdn.net/trigl/article/details/68944434 公司之前的数据都是直接传到Hdfs上进行操作,没有一个数据仓库,趁着最近空出几台服务器,搭了个简陋的数据仓库,这里记录一下数据仓库的一些知识。涉及的主要内容有: 1. 什么是数据仓库 1.1 数
阅读全文
posted @ 2018-09-18 17:52
一天不进步,就是退步
阅读(7704)
推荐(0)
摘要:
1.基于规则的分类器 2.最近邻分类器 3.贝叶斯分类器 4.人工神经网络 5.支持向量机 6.组合方法 7.不平衡类问题 8.多类问题
阅读全文
posted @ 2018-09-18 17:51
一天不进步,就是退步
阅读(182)
推荐(0)
摘要:
处理联系属性: 基于离散化的方法 基于统计学的方法 非离散化方法 处理概念分层 定义在一个特定领域的各种实体或者概念的多层组织。概念分层可以用有向无环图DAG来标示。 序列模式 可选计数方案 COBJ CWIN CMINWIN CDIST_O CDIST 子图模式
阅读全文
posted @ 2018-09-18 17:14
一天不进步,就是退步
阅读(198)
推荐(0)
摘要:
关联规则的强度可以用support度和confidence(置信)度来度量 关联规则发现 给定事务的集合T,关联规则发现是指找出支持度大于等于minsup并且置信度大于等于minconf的所有规则,其中minsup和minconf是对应的支持度和置信度阈值。 关联规则挖据 频繁项集产生:其目标是发现
阅读全文
posted @ 2018-09-18 16:51
一天不进步,就是退步
阅读(378)
推荐(0)
摘要:
1.分类的基本概念 分类任务就是通过学习得到一个目标函数f,把每个属性集x映射到一个预先定义的类标号y 目标函数也称为分类模型。 2. 解决分类问题的一般方法: 决策树分类法 基于规则的分类法 神经网络 支持向量机 朴素贝叶斯分类法 3.决策树归纳 通常采用贪心策略,在选择划分数据的属性时,采用一系
阅读全文
posted @ 2018-09-18 10:44
一天不进步,就是退步
阅读(284)
推荐(0)
摘要:
https://www.cnblogs.com/timxgb/p/7789948.html 今天大香看到一张图,关于人工智能的前世今生、内涵意义,可以说是大香见过最清楚全面的一张图了。人工智能是未来一大热点,连腾讯、阿里、百度这些科技公司都各自成立了人工智能实验室,如果你也看好这一趋势,不妨把这张图
阅读全文
posted @ 2018-09-17 18:03
一天不进步,就是退步
阅读(814)
推荐(0)
摘要:
1.频率和众数 frequency(vi)=具有属性值vi的对象数/m 分类属性的众数mode是具有最高频率的值。 2.百分位数 3.位置度量:均值和中位数 4.散布度量:极差和方差 绝对平均偏差 AAD:absolute average deviation 中位数绝对偏差MAD:median ab
阅读全文
posted @ 2018-09-17 16:41
一天不进步,就是退步
阅读(198)
推荐(0)
摘要:
数据预处理: 1.聚集:将两个或者多个对象合并成单个对象。 2.抽样:一种选择数据对象子集进行分析的常用方法。抽象方法:简单随机抽样 和渐进抽样 3.维度约:我觉得翻译的不好,英文明细是降维。降维技术:1.PCA(Principal components Analysis)是一种用于连续属性的线性代
阅读全文
posted @ 2018-09-17 16:12
一天不进步,就是退步
阅读(223)
推荐(0)