摘要：
原函数与不定积分的概念 定义1: 若在区间I上定义的两个函数F(x)及f(x)满足, F'(x) = f(x)或dF(x) = f(x)dx, 则称F(x)为f(x)在区间I上的一个原函数 如: sinx的原函数有: -cosx, -cosx+3, ... 定理1: 若函数f(x)在区间I上连续, 阅读全文
摘要：
微分学 导数: 描述函数变化快慢 微分: 描述函数变化程度 导数的概念 设函数y=f(x)在点x0的某邻域内有定义, 若lim(x->x0)f(x) - f(x0) / x-x0 = lim(Δx -> 0)Δy/Δx存在, 则称函数f(x)在点x0处可导, 并称次极限为y=f(x)在点x0的导数, 阅读全文
摘要：
函数的概念 函数: 设变量x的取值范围为D, 若对任意的x € D, 按照某种对应关系总有唯一确定的的值y与x对应,称y为x的函数, 记为y=f(x), 其中D称为函数y=f(x)的定义域. 定义域: 使表达式及实际问题都有意义的自变量集合 对应规律的表示方法: 解析法, 图像法, 列表法 复合函数 阅读全文
摘要：
离群点检测 问题一:如何根据客户的消费记录记录检测是否为异常刷卡消费? 问题二:如何检测是否有异常订单? 这一类问题可以通过异常点来检测 离群点检测是数据挖掘中重要的一部分,它的任务是发现与大部分其他对象显著不同的对象,大部分数据挖掘方法都将这种差异信息视为噪声而丢弃,然而在一些应用中,罕见的数据可 阅读全文
摘要：
关联规则 关联规则分析是数据挖掘中最活跃的方法之一,目的是在一个数据集中找出各项之间的关联关系,而这种关系并没有在数据中直接表示出来 算法名称 算法描述 Apriori 关联规则最常用也是经典的挖掘频繁项集的算法,其核心思想是通过连接产生候选项及其支持度然后通过剪枝生成频繁项集 FP-Tree 针对 阅读全文
摘要：
python分类预测模型的特点 模型 模型特点 位于 SVM 强大的模型,可以用来回归,预测,分类等,而根据选取不同的和函数,模型可以是线性的/非线性的 sklearn.svm 决策树 基于"分类讨论,逐步细化"思想的分类模型,模型直观,易解释 sklearn.tree 朴素贝叶斯 基于概率思想的简 阅读全文
摘要：
分类于预测算法评价 分类与预测模型对训练集进行预测而得出得准确率并不能很好得反映预测模型未来得性能,为了有效判断一个预测模型得性能表现,需要一组没有参与预测模型建立得数据集并在该数据集上评价预测模型得准确率,这组独立耳朵数据集叫做测试集,模型预测效果评价,通常用相对绝对误差,平均绝对误差,均方误差, 阅读全文
摘要：
人工神经网络 人工神经网络,是模拟生物神经网络进行信息处理的一种数学模型,它对大脑的生理研究成果为基础,其目的在于模拟大脑的某些机理与机制,实现一些特定的功能 1943年, 美国心里学家和数学家联合提出了形式神经元的数学模型MP模型,证明了单个神经元能执行逻辑功能,开创了人工神经网络研究的时代.19 阅读全文
摘要：
决策树: 决策树方法在分类,预测,规则等领域有这广泛的应用,20世纪70年代后期和80年代初期,机器学习研究者提出了ID3算法后,决策树在机器学习,数据挖掘领域取得极大的发展,后来又有了c4.5,成为新的监督学习算法.1984年,几位科学家提出了CART分类算法,ID3和CART算法同时被提出,但都 阅读全文
摘要：
挖掘建模 经过数据探索于数据预处理,得到了可以直接建模的数据..根据挖掘目标和数据形式可以建立分类与预测,聚类分析,关联规则,时序模式和偏差检测等模型.帮助企业提取数据汇总蕴含得商业价值,提高企业得竞争力. 分类和预测问题得两种主要类型,分类主要是预测分类标号(离散属性),而预测主要是建立连续值函数 阅读全文