摘要：随着Web2.0的发展，如今已经进入了一个数据爆炸的时代。人们想要找到自己需要的信息也越来越难。 –因此有了Search，在用户对自己需求相对明确的时候，用Search能很快的找到自己需要的数据 –但很多情况下，用户其实并不明确自己的需要，或者他们需要更加符合他们个人口味和喜好的结果，因此出现了Re
阅读全文
随笔分类 - 数据挖掘算法、ML
摘要：K-近邻算法（KNN）概述 KNN是通过测量不同特征值之间的距离进行分类。它的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别，其中K通常是不大于20的整数。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只
阅读全文
摘要：贝叶斯法则 机器学习的任务：在给定训练数据A时，确定假设空间B中的最佳假设。 最佳假设：一种方法是把它定义为在给定数据A以及B中不同假设的先验概率的有关知识下的最可能假设 贝叶斯理论提供了一种计算假设概率的方法，基于假设的先验概率、给定假设下观察到不同数据的概率以及观察到的数据本身 先验概率和后验概
阅读全文
摘要：决策树学习是应用最广的归纳推理算法之一,是一种逼近离散值函数的方法，主要的算法有：ID3算法、C4.5算法及CART。 在机器学习中，决策树是一种预测模型，代表的是一种对象属性与对象值之间的一种映射关系，每一个节点代表某个对象，树中的每一个分叉路径代表某个可能的属性值，而每一个叶子节点则对应从根节点
阅读全文
摘要：K均值（K-means）算法 K-means 算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为形心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各簇的形心的值，直至得到最好的聚类结果。（形心可以是实际的点、或者是虚拟点） 假
阅读全文
摘要：基本概念 关联分析是一种在大规模数据集中寻找有趣关系的非监督学习算法。这些关系可以有两种形式：频繁项集或者关联规则。频繁项集（frequent item sets)是经常出现在一块的物品的集合，关联规则(association rules)暗示两种物品之间可能存在很强的关系。 下图是一个乒乓球店的交
阅读全文
