09 2022 档案
摘要：关联分析 概述：一种在大规模数据集中寻找有趣关系的任务。 这种关系形式：频繁项集或者关联规则。 频繁项集：经常出现在一块的物品集合。 关联规则：暗示物品之间可能存在很强的关系。 对频繁的度量： 支持度和可信度 支持度：数据集中包含该项集的记录所占的比例 可信度或者置信度： 针对诸如：{尿布}->{葡
阅读全文
摘要：关联分析 概述：一种在大规模数据集中寻找有趣关系的任务。 这种关系形式：频繁项集或者关联规则。 频繁项集：经常出现在一块的物品集合。 关联规则：暗示物品之间可能存在很强的关系。 对频繁的度量： 支持度和可信度 支持度：数据集中包含该项集的记录所占的比例 可信度或者置信度： 针对诸如：{尿布}->{葡
阅读全文
摘要：聚类算法 概述: 训练数据不存在类别标签信息，而且我们又需要根据数据特征将数据分成不同的类别， 聚类有时也被分为无监督分类， 和监督分类区别在于，聚类的训练数据没有对应的y值，而监督算法的数据有对应y值。 经典算法：K-均值聚类 K-均值聚类算法 优点：容易实现； 缺点：可能收敛到局部最小值，在大规
阅读全文
摘要：回归 线性回归 回归系数求解方法：常用最小二乘法 缺点：由于采用具有最小均方误差的无偏估计，可能出现欠拟合现象 解决办法： 局部加权线性回归 局部加权线性回归(Locally Weighted Linear Regression, LWLR) 思想：给待测点附近每一个点赋予一定的权重，在这个子集上基
阅读全文
摘要：集成算法（融合算法） 元算法（meta-algorithm） 思路：对其他算法进行组合。 使用集成算法时有多种形式： 不同算法的集成； 同一算法在不同设置下的集成； 数据集不同部分，分配给不同分类器之后的集成。 bagging(bootstrap aggregating) 自举汇聚法 定义：从原始数
阅读全文
