随笔分类 -  DataMining

[数据挖掘课程笔记]无监督学习——聚类（clustering）
摘要：什么是聚类（clustering） 个人理解：聚类就是将大量无标签的记录，根据它们的特点把它们分成簇，最后结果应当是相同簇之间相似性要尽可能大，不同簇之间相似性要尽可能小。聚类方法的分类如下图所示：一、如何计算样本之间的距离？ 样本属性可能有的类型有：数值型，命名型，布尔型……在计算样本之间的距... 阅读全文
posted @ 2015-11-04 00:56 Yuki_i 阅读(2292) 评论(0) 推荐(0)
[数据挖掘课程笔记]关联规则挖掘 - Apriori算法
摘要：两种度量： 支持度（support） support(A→B) = count(AUB)/N (N是数据库中记录的条数) 自信度（confidence）confidence(A→B) = count(AUB)/count(A)关联规则挖掘的基本两个步骤： 1.找出所有的频繁项集 2.由频繁... 阅读全文
posted @ 2015-10-23 01:05 Yuki_i 阅读(2063) 评论(0) 推荐(1)
[数据挖掘课程笔记]人工神经网络（ANN）
摘要：人工神经网络（Artificial Neural Networks）顾名思义，是模仿人大脑神经元结构的模型。上图是一个有隐含层的人工神经网络模型。X = （x1,x2,..,xm）是ANN的输入，也就是一条记录的在m个属性上的值。每个属性对应一个输入节点。 对于输入层来说，输入层的输... 阅读全文
posted @ 2015-10-16 01:00 Yuki_i 阅读(1806) 评论(0) 推荐(0)
[数据挖掘课程笔记]基于规则的分类-顺序覆盖算法（sequential covering algorithm）
摘要：Rule_set = {}; //学习的规则集初试为空for 每个类c do repeat Rule = Learn_One_Rule(D,Att-vals,c) 从D中删除被Rule覆盖的元组; until终止条件被满足 Rule_set... 阅读全文
posted @ 2015-10-13 21:56 Yuki_i 阅读(3937) 评论(0) 推荐(0)
[数据挖掘课程笔记]Naïve Bayesian Classifier
摘要：朴素贝叶斯模型 1) X:一条未被标记的数据 2) H:一个假设，如H=X属于Ci类 根据贝叶斯公式 把X表示为（x1,x2,....xn）x1,x2,....xn表示X在各个特征上的值。 假设有c1,c2,c3...cm个类别。 那么这个对X的分类问题就可以转化为找出使P（... 阅读全文
posted @ 2015-10-13 00:20 Yuki_i 阅读(470) 评论(0) 推荐(0)
[数据挖掘课程笔记]SLIQ算法
摘要：1.数据结构 主要的数据结构有：1.Attribute List 2.Class List 对于数据集，每一个属性都有一个对应的Attribute List.如上图所示，每个Attribute List有两列，分别是对应的属性值和该条记录在Class List里的索引。根据不同的索引值... 阅读全文
posted @ 2015-10-08 20:06 Yuki_i 阅读(2633) 评论(0) 推荐(0)