随笔分类 -  数据挖掘导论-实验作业

《数据挖掘导论》实验课——实验七、数据挖掘之K-means聚类算法
摘要：实验七、数据挖掘之K-means聚类算法 一、实验目的 1. 理解K-means聚类算法的基本原理 2. 学会用python实现K-means算法 二、实验工具 1. Anaconda 2. sklearn 3. matplotlib 三、实验简介 1 K-means算法简介 k-means算法是一 阅读全文
posted @ 2019-06-24 20:37 知亦行 阅读(4438) 评论(0) 推荐(0)
《数据挖掘导论》实验课——实验六、数据挖掘之关联分析
摘要：实验六、数据挖掘之关联分析 一、实验目的 1. 理解Apriori算法的基本原理 2. 理解FP增长算法的基本原理 3. 学会用python实现Apriori算法 4. 学会用python实现FP增长算法 二、实验工具 1. Anaconda 2. sklearn 3. Pandas 三、实验简介 阅读全文
posted @ 2019-06-21 09:29 知亦行 阅读(2238) 评论(0) 推荐(0)
《数据挖掘导论》实验课——实验四、数据挖掘之KNN,Naive Bayes
摘要：实验四、数据挖掘之KNN,Naive Bayes 一、实验目的 1. 掌握KNN的原理 2. 掌握Naive Bayes的原理 3. 学会利用KNN与Navie Bayes解决分类问题 二、实验工具 1. Anaconda 2. sklearn 三、实验简介 1. KNN KNN（K-Nearest 阅读全文
posted @ 2019-06-21 09:28 知亦行 阅读(2699) 评论(0) 推荐(0)
《数据挖掘导论》实验课——实验三、数据挖掘之决策树
摘要：实验三、数据挖掘之决策树 一、实验目的 1. 熟悉掌握决策树的原理， 2. 熟练掌握决策树的生成方法与过程 二、实验工具 1. Anaconda 2. sklearn 3. pydotplus 三、实验简介 决策树是一个非参数的监督式学习方法，主要用于分类和回归。算法的目标是通过推断数据特征，学习决 阅读全文
posted @ 2019-06-21 09:22 知亦行 阅读(2864) 评论(0) 推荐(0)
《数据挖掘导论》实验课——实验二、数据处理之Matplotlib
摘要：实验二、数据处理之Matplotlib 一、实验目的 1. 了解matplotlib库的基本功能 2. 掌握matplotlib库的使用方法 二、实验工具： 1. Anaconda 2. Numpy，matplotlib 三、Matplotlib简介 Matplotlib 包含了几十个不同的模块， 阅读全文
posted @ 2019-06-21 09:11 知亦行 阅读(1347) 评论(0) 推荐(0)
《数据挖掘导论》实验课——实验一、数据处理之Numpy
摘要：实验一、数据处理之Numpy 一、实验目的 1. 了解numpy库的基本功能 2. 掌握Numpy库的对数组的操作与运算 二、实验工具： 1. Anaconda 2. Numpy 三、Numpy简介 Numpy 的英文全称为 Numerical Python，指Python 面向数值计算的第三方库。 阅读全文
posted @ 2019-06-21 09:10 知亦行 阅读(2387) 评论(0) 推荐(0)
《数据挖掘导论》实验课——实验五、数据挖掘之产品预测任务
摘要：一、实验目的 1. 学会利用决策树、KNN与Navie Bayes完成预测任务 二、实验工具 1. Anaconda 2. sklearn 3. Pandas 三、实验内容 产品预测任务 1.任务描述 本次比赛主要是一个对进出口交易记录数据进行产品判别的任务。本次任务有 19046 条数据记录，其中 阅读全文
posted @ 2019-05-25 22:11 知亦行 阅读(1063) 评论(4) 推荐(0)