摘要：
在污染的数量已知的情况下，下面的例子介绍了执行野点和异常检测的两种不同方式：基于协方差的稳健估计，假设数据是高斯分布的，那么在这样的案例中执行效果将优于One-Class SVM；利用One-Class SVM，它有能力捕获数据集的形状,因此对于强非高斯数据有更加优秀的效果，例如两个截然分开的数据集... 阅读全文
摘要：
写这篇随笔的原因是对博客http://blog.csdn.net/liming0931/article/details/7766861一文中的源码改进： 1 int getfn_1(const int n) 2 { 3 int counter=0; //the counter! 4 ... 阅读全文
摘要：
数据预处理包括数据的缺失值处理、标准化、规范化和离散化处理。数据的缺失值处理：weka.filters.unsupervised.attribute.ReplaceMissingValues。对于数值属性，用平均值代替缺失值，对于nominal属性，用它的mode(出现最多的值)来代替缺失值。标准化... 阅读全文
摘要：
一般使用weka进行数据挖掘的时候会碰到两个问题，一是内存不够，二是libsvm使用不了，这时就需要重新配置RunWeka.ini文件，解决上述问题。查看RunWeka.ini原文如下： 1 # Contains the commands for running Weka either with a... 阅读全文
摘要：
1.简介数据挖掘、机器学习这些字眼，在一些人看来，是门槛很高的东西。诚然，如果做算法实现甚至算法优化，确实需要很多背景知识。但事实是，绝大多数数据挖掘工程师，不需要去做算法层面的东西。他们的精力，集中在特征提取，算法选择和参数调优上。那么，一个可以方便地提供这些功能的工具，便是十分必要的了。而wek... 阅读全文
摘要：
Perl中读取文件最后一行的方法很多，比如（1）将文件读入数组，取最后一个元素open (FILE,"file.txt") or die "$!";my @arr=;;close FILE;my $last=$arr[$#arr];#$last里就是最后一行的内容了。（2）一行一行读入，到最后一行时... 阅读全文
摘要：
神经网络是由大量处理单元（神经元）互相连接而成的网络，实际上ANN并不完全模拟了生物的神经系统，而是一种抽象、简化和模拟。神经网络的信息处理通过神经元的相互作用来实现，知识与信息的存贮表现在网络元件互连的分布式结构与联系，神经网络的学习和识别各神经元连接权系数的动态演化过程。实践中常用的基本神经... 阅读全文
摘要：
摘要:scikit-learn是一个用于机器学习的Python模块，其具有操作简单、效率高、无访问限制、BSD开源协议等等特征，在机器学习这一块是比较受欢迎的。scikit-learn是一个用于机器学习的 Python 模块，建立在SciPy基础之上，获得3-Clause BSD 开源许可证。这个项... 阅读全文
摘要：
回归回归是最为简单易用的一种技术，但可能也是最不强大（这二者总是相伴而来，很有趣吧）。此模型可以简单到只有一个输入变量和一个输出变量（在 Excel 中称为 Scatter 图形，或 OpenOffice.org 内的 XYDiagram）。当然，也可以远比此复杂，可以包括很多输入变量。实际上，所有... 阅读全文
摘要：
1.1 数据挖掘的定义Data mining is the process of seeking interesting or valuable information in large database. 数据挖掘（datamining）是近年来数据库应用领域中相当热门的话题。数据挖掘一般是指在... 阅读全文