摘要：
Python中集成R :参考博客http://blog.csdn.net/weidelight/article/details/44946785 阅读全文
摘要：
转载：http://blog.163.com/qianshch%40126/blog/static/48972522201092254141315/ 聚类的目标是使同一类对象的相似度尽可能地大；不同类对象之间的相似度尽可能地小。目前聚类的方法很多，根据基本思想的不同，大致可以将聚类算法分为五大类：层 阅读全文
摘要：
分类是数据挖掘、机器学习和模式识别中一个重要的研究领域。通过对当前数据挖掘中具有代表性的优秀分类算法进行分析和比较，总结出了各种算法的特性，为使用者选择算法或研究者改进算法提供了依据。 一、分类算法概述 解决分类问题的方法很多 ，单一的分类方法主要包括：决策树、贝叶斯、人工神经网络、K-近邻、支持向 阅读全文
摘要：
数据规范化处理是数据挖掘的一项基本操作。现实中，数据中不同特征的量纲可能不一致，数值间的差别可能很大，不进行处理可能会影响到数据分析的结果，因此，需要对数据按照一定比例进行缩放，使之落在一个特定的区域，便于进行综合分析。特别是基于距离的挖掘方法，在建模前一定要对数据进行规范化处理，如SVM，KNN， 阅读全文
摘要：
下周写！ 阅读全文
摘要：
学习中！ 阅读全文
摘要：
学习中！ 阅读全文
摘要：
学习中！ 阅读全文
摘要：
现实世界中的数据总是“脏的”，主要体现在数据不准确，不完整，不一致，含有噪声和异常等，而数据清洗的目的就是尽可能的使现实中的数据变得准确，完整，一致，真实，可信。 下面逐一讨论如何对存在这些问题数据进行清理。 先从简单的开始： 一 ，数据不完整，即数据中存在缺失值，对于缺失值的处理主要有以下几种方法 阅读全文
摘要：
学习中！ 阅读全文