摘要：
平台：linux（Shell）软件：R，SAS，Spss，weka，IBM IM，Mathout语言：Java，Python，PHP，MapReduce编程，Ruby数据库：SQL，MySQL算法：数据挖掘\机器学习算法备注：（C4.5（分类决策树）、 k-mean... 阅读全文
摘要：
1 基本概念 遗传算法(GA)的概念是由Holland于1973年受生物进化论的启发而首次提出的。它是一种通过模拟生物界自然选择和遗传机制的随机搜索算法。 遗传算法基本思想是模拟自然界优胜劣汰的进化现象，把搜索空间映射为遗传空间，把可能的解编码成一个向量——染色体，向量的每个元素称为基因。 通过... 阅读全文
摘要：
聚类（clustering）就是将数据集划分为由若干相似实例组成的簇（cluster）的过程，使得同一个簇中实例间的相似度最大化，不同簇的实例间的相似度最小化。聚类分析的方法主要有： 1）划分的方法 2）层次的方法 3）基于密度的方法 4）基于网格的方法 5）基于模型的方法 。。。 w... 阅读全文
摘要：
数据预处理是数据挖掘的重要步骤，数据挖掘者的大部分时间和经历都要花在预处理阶段。数据预处理涉及的策略和技术非常广泛，主要包括如下技术：1）聚集 聚集（Aggregation）就是将两个或多个对象合并为单个对象。一般来说，定量数据通常通过求和或求平均值进行聚集，定性数据通常通过汇总进行聚集。聚集可能... 阅读全文
摘要：
1、数据挖掘与机器学习的关系 数据挖掘和机器学习这两项技术的关系非常密切。 机器学习方法构成数据挖掘的核心，绝大多数数据挖掘技术都来自机器学习领域，数据挖掘又向机器学习提出新的要求和任务。2、数据挖掘与机器学习的概念 数据挖掘就是在数据中寻找模式的过程，这个寻找过程必须是自动的或半自动的，并且... 阅读全文
摘要：
1、weka的历史 1992年末，新西兰怀卡托大学计算机科学系Ian Written博士申请基金。 1993年获新西兰政府资助，并于同年开发出接口和基础架构。 1994年发布了第一个weka的内部版本。 1996年，第一个公开版本weka2.1发布。weka的早期版本主要采用C语言编写。 ... 阅读全文