摘要：支持向量机通俗导论（理解SVM的三层境界）：https://blog.csdn.net/macyang/article/details/38782399/ 写的真的好。 以及：https://www.cnblogs.com/pinard/p/6097604.html 阅读全文

摘要：Apriori算法是常用的用于挖掘出数据关联规则的算法，它用来找出数据值中频繁出现的数据集合，找出这些集合的模式有助于我们做一些决策。比如在常见的超市购物数据集，或者电商的网购数据集中，如果我们找到了频繁出现的数据集，那么对于超市，我们可以优化产品的位置摆放，对于电商，我们可以优化商品所在的仓库位置 阅读全文

摘要：博客1：https://www.cnblogs.com/pinard/p/6133937.html 博客2：https://blog.csdn.net/v_july_v/article/details/40718799 阅读全文

摘要：K-means也是聚类算法中最简单的一种了，但是里面包含的思想却是不一般。最早我使用并实现这个算法是在学习韩爷爷那本数据挖掘的书中，那本书比较注重应用。看了Andrew Ng的这个讲义后才有些明白K-means后面包含的EM思想。 聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y 阅读全文

摘要：参考博客1：https://blog.csdn.net/AMDS123/article/details/70173402 参考博客2：https://blog.csdn.net/fisherming/article/details/79509025 阅读全文

摘要：众所周知，极大似然估计是一种应用很广泛的参数估计方法。例如我手头有一些东北人的身高的数据，又知道身高的概率模型是高斯分布，那么利用极大化似然函数的方法可以估计出高斯分布的两个参数，均值和方差。这个方法基本上所有概率课本上都会讲，我这就不多说了，不清楚的请百度。 然而现在我面临的是这种情况，我手上的数 阅读全文

摘要：原文出处http://blog.csdn.net/zhongkejingwang/article/details/43053513 阅读全文

摘要：原贴出处：http://blog.codinglabs.org/articles/pca-tutorial.html PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量， 阅读全文

摘要：算法概述 K最近邻(K-Nearest Neighbor,KNN)算法，是著名的模式识别统计学方法，在机器学习分类算法中占有相当大的地位。它是一个理论上比较成熟的方法。既是最简单的机器学习算法之一，也是基于实例的学习方法中最基本的，又是最好的文本分类算法之一。 基本思想 如果一个实例在特征空间中的K 阅读全文