12 2019 档案

特征选择方法-单元法-信息增益
摘要： 阅读全文

posted @ 2019-12-29 17:02 柒~年 阅读(214) 评论(0) 推荐(0)

特征选择方法-单元法-单因素方差分析
摘要： 阅读全文

posted @ 2019-12-29 16:04 柒~年 阅读(597) 评论(0) 推荐(0)

特征选择方法-单元法-距离相关系数（dCor(x,y)）
摘要： 阅读全文

posted @ 2019-12-29 11:38 柒~年 阅读(4313) 评论(1) 推荐(2)

特征选择方法-单元法-Pearson相关系数
摘要： 阅读全文

posted @ 2019-12-29 11:31 柒~年 阅读(1646) 评论(0) 推荐(0)

序列模式挖掘--SPADE算法
摘要： 阅读全文

posted @ 2019-12-17 15:36 柒~年 阅读(2975) 评论(2) 推荐(1)

关联规则挖掘--Eclat算法
摘要： 阅读全文

posted @ 2019-12-17 11:25 柒~年 阅读(362) 评论(0) 推荐(0)

关联规则挖掘--Apriori算法
摘要： 阅读全文

posted @ 2019-12-17 10:39 柒~年 阅读(200) 评论(0) 推荐(0)

K-Means算法
摘要： 阅读全文

posted @ 2019-12-17 09:36 柒~年 阅读(206) 评论(0) 推荐(0)

随机森林（Random Forest，简称RF）和Bagging算法
摘要：随机森林（Random Forest，简称RF） 随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支——集成学习（Ensemble Learning）方法。随机森林的名称中有两个关键词，一个是“随机”，一个就是“森林”。“森林”我们很好理解， 阅读全文

posted @ 2019-12-09 19:46 柒~年 阅读(2030) 评论(0) 推荐(0)

导航