摘要： 准备系统性地整理一下数据挖掘&机器学习常见方法，温故而知新，less is more。先列一下初步目录：（每个冒号后面是主要的focus）1 关联规则挖掘：Apriori 算法& FP-tree2 贝叶斯方法：朴素贝叶斯&贝叶斯网络3 组合提升：Boosting&Adaboost，随机森林4 决策树系列：ID3，C4.5 &MART(又叫GBDT(GradientBoostingDecisionTree))5 主题模型：LDA&PLSA6 聚类算法，包括混合高斯模型7 回归分析，包括logistic，regularlization8 EM9 SV 阅读全文