文章分类 -  DataMining

数据挖掘
DataMining-时间序列预测
摘要：…… 阅读全文

posted @ 2017-05-30 21:25 银河统计 阅读(123) 评论(0) 推荐(0) 编辑

DataMining-马尔科夫预测
摘要：（2017 05 14 银河统计） 马尔科夫预测   马尔柯夫（A.A Markov 俄国数学家），20世纪初，他在研究中发现自然界中有一类事物的变化过程仅与事物的 近期状况有关 ，而与事物的过去状态无关。例：设备维修和更新、人才结构变化、资金流向、市场需求变化等许多经济行为都可 阅读全文

posted @ 2017-05-14 21:54 银河统计 阅读(4057) 评论(1) 推荐(0) 编辑

DataMining-系统聚类
摘要：（2017 05 01 银河统计） 系统聚类   系统聚类，即层次聚类法。先计算样本之间的距离，每次将距离最近的点合并到同一个类。然后，再计算类与类之间的距离，将距离最近的类合并为一个大类。最终经过不停的合并，直到合成了一个类。   正如样本之间的距离可以有不 阅读全文

posted @ 2017-05-01 22:15 银河统计 阅读(1859) 评论(0) 推荐(0) 编辑

DataMining-相似性度量
摘要：（2017 04 05 银河统计） 相似性度量   相似性和相异性被许多数据挖掘技术所使用，如聚类、最近邻分类、异常检测等。不同组样本之间的相似度是样本间差异程度的数值度量，两组样本越相似，它们的相异度就越低，相似度越高。通常用各种“距离”来衡量样本（观测值）的相似性，用相似系数 阅读全文

posted @ 2017-04-05 22:20 银河统计 阅读(723) 评论(0) 推荐(0) 编辑

DataMining-聚类分析
摘要：（2017 04 02 银河统计） 聚类分析 目录概览 1.聚类的概念 2.两个距离的概念 3.聚类的分类 4.聚类方法的选择 5.聚类的过程 6.聚类分析实战 (I) 聚类分析R实战 1.对鸢尾花(Iris)数据进行聚类分析 (II) 聚类分析Python实战 1.对鸢尾花(Iris)数据进行聚类 阅读全文

posted @ 2017-04-03 00:38 银河统计 阅读(1241) 评论(0) 推荐(0) 编辑

DataMining-数据挖掘简介
摘要：前言   数据挖掘定义有广义和狭义之分。从广义的观点讲，数据挖掘是从大型数据集（可能是不完全的、有噪声的、不确定性的、各种存储形式的）中，挖掘隐含在其中的、人们事先不知道的、对决策有用的知识的过程。从狭义的观点看，我们可以定义数据挖掘是从特定形式的数据集中提炼知识的过程。 &em 阅读全文

posted @ 2017-03-05 21:57 银河统计 阅读(720) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示