架构读书笔记 - 随笔分类 - 一天不进步，就是退步

<机器学习实战>读书笔记--logistic回归

摘要：1. 利用logistic回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类。 2.sigmoid函数的分类 Sigmoid函数公式定义 3.梯度上升法基本思想：要找个某个函数的最大值，最好的方法是沿着该函数的梯度方向探寻。梯度上升算法用来求函数的最大值，对函数求导来得阅读全文

posted @ 2018-10-17 16:54 一天不进步，就是退步阅读(218) 评论(0) 推荐(0) 编辑

<机器学习实战>读书笔记--朴素贝叶斯

摘要：1.朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法，最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM） 2.朴素贝叶斯公式 P(B|A)的意思是在A事件的情况下，发生B事件的概率。 3.朴素贝叶阅读全文

posted @ 2018-10-17 15:43 一天不进步，就是退步阅读(176) 评论(0) 推荐(0) 编辑

<机器学习实战>读书笔记--决策树

摘要：1、决策树的构造 createBranch伪代码：检测数据集中的每个子项是否属于同一分类： IF SO RETURN 类标签 ELSE 寻找划分数据集的最好特征划分数据集创建分支节点 FOR 每个划分的子集调用函数createBranch并增加返回结果到分支节点中 RETURN 分支节点划阅读全文

posted @ 2018-10-10 16:12 一天不进步，就是退步阅读(217) 评论(0) 推荐(0) 编辑

<机器学习实战>读书笔记--k邻近算法KNN

摘要：k邻近算法的伪代码：对未知类别属性的数据集中的每个点一次执行以下操作： (1)计算已知类别数据集中的点与当前点之间的距离； (2)按照距离递增次序排列 (3)选取与当前点距离最小的k个点 (4)确定前k个点所在类别的出现频率 (5)返回前k个点出现频率最好的类别作为当前点的预测分类 python函阅读全文

posted @ 2018-09-30 15:08 一天不进步，就是退步阅读(193) 评论(0) 推荐(0) 编辑

<数据挖掘导论>读书笔记11异常检测

摘要：异常检测的目标是发现与大部分其他对象不同的对象。通常，异常对象被称作离群点(Outlier). 异常检测也称偏差检测(Deviation detection),因为异常对象的属性值明显偏离期望的或者常见的属性值。异常检测也称为例外挖掘，因为异常在某种意义上是例外的。应用场景：欺诈检测入侵检测阅读全文

posted @ 2018-09-29 10:26 一天不进步，就是退步阅读(183) 评论(0) 推荐(0) 编辑

<数据挖掘导论>读书笔记10聚类分析续

摘要：基于原型的聚类模糊c均值使用模糊逻辑和模糊集合论的概念，提出一种聚类方案，它很像K均值，但是不需要硬性地将对象分派到一个簇中。模糊c均值算法有时也称为FCM 混合模型聚类采取这样的访谈，簇集合可以用一个混合分布建模，每个分布对应一个簇。EM(Expectation-Maximization)期望最阅读全文

posted @ 2018-09-29 09:27 一天不进步，就是退步阅读(228) 评论(0) 推荐(0) 编辑

<数据挖掘导论>读书笔记9聚类分析

摘要：1. 聚类分析仅根据在数据中发现的描述对象及其关系的信息，将数据对象分组。其目标是组内的对象相互之间是相似的或者相关的，而不同组中的对象是不同的或者不相关的。 2.聚类分析的重要技术 K均值：K均值是基于原型的、划分的聚类技术。它试图发现用户指定个数k的簇(由质心代表) SSE(Sum of Sq 阅读全文

posted @ 2018-09-25 10:01 一天不进步，就是退步阅读(319) 评论(0) 推荐(0) 编辑

<数据挖掘导论>读书笔记8FP树

摘要：1FP树阅读全文

posted @ 2018-09-21 11:12 一天不进步，就是退步阅读(168) 评论(0) 推荐(0) 编辑

<数据挖掘导论>读书笔记7 Apriori算法

摘要：Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集该算法的基本思想是：首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度阅读全文

posted @ 2018-09-21 11:03 一天不进步，就是退步阅读(260) 评论(0) 推荐(0) 编辑

<数据挖掘导论>读书笔记4--其他分类技术

摘要：1.基于规则的分类器 2.最近邻分类器 3.贝叶斯分类器 4.人工神经网络 5.支持向量机 6.组合方法 7.不平衡类问题 8.多类问题阅读全文

posted @ 2018-09-18 17:51 一天不进步，就是退步阅读(158) 评论(0) 推荐(0) 编辑

<数据挖掘导论>读书笔记6关联分析的高级概念

摘要：处理联系属性：基于离散化的方法基于统计学的方法非离散化方法处理概念分层定义在一个特定领域的各种实体或者概念的多层组织。概念分层可以用有向无环图DAG来标示。序列模式可选计数方案 COBJ CWIN CMINWIN CDIST_O CDIST 子图模式阅读全文

posted @ 2018-09-18 17:14 一天不进步，就是退步阅读(159) 评论(0) 推荐(0) 编辑

<数据挖掘导论>读书笔记5关联分析的基本概念和算法

摘要：关联规则的强度可以用support度和confidence(置信）度来度量关联规则发现给定事务的集合T，关联规则发现是指找出支持度大于等于minsup并且置信度大于等于minconf的所有规则，其中minsup和minconf是对应的支持度和置信度阈值。关联规则挖据频繁项集产生：其目标是发现阅读全文

posted @ 2018-09-18 16:51 一天不进步，就是退步阅读(322) 评论(0) 推荐(0) 编辑

<数据挖掘导论>读书笔记3--分类

摘要：1.分类的基本概念分类任务就是通过学习得到一个目标函数f，把每个属性集x映射到一个预先定义的类标号y 目标函数也称为分类模型。 2. 解决分类问题的一般方法：决策树分类法基于规则的分类法神经网络支持向量机朴素贝叶斯分类法 3.决策树归纳通常采用贪心策略，在选择划分数据的属性时，采用一系阅读全文

posted @ 2018-09-18 10:44 一天不进步，就是退步阅读(217) 评论(0) 推荐(0) 编辑

<数据挖掘导论>读书笔记2

摘要：1.频率和众数 frequency(vi)=具有属性值vi的对象数/m 分类属性的众数mode是具有最高频率的值。 2.百分位数 3.位置度量：均值和中位数 4.散布度量：极差和方差绝对平均偏差 AAD:absolute average deviation 中位数绝对偏差MAD:median ab 阅读全文

posted @ 2018-09-17 16:41 一天不进步，就是退步阅读(171) 评论(0) 推荐(0) 编辑

<数据挖掘导论>读书笔记1

摘要：数据预处理： 1.聚集：将两个或者多个对象合并成单个对象。 2.抽样：一种选择数据对象子集进行分析的常用方法。抽象方法：简单随机抽样和渐进抽样 3.维度约：我觉得翻译的不好，英文明细是降维。降维技术：1.PCA(Principal components Analysis)是一种用于连续属性的线性代阅读全文

posted @ 2018-09-17 16:12 一天不进步，就是退步阅读(181) 评论(0) 推荐(0) 编辑

微服务实践分享(1) 概况

摘要：1.微服务的技术体系，如下图所示：后面针对每一个最近阅读全文

posted @ 2018-06-30 19:56 一天不进步，就是退步阅读(294) 评论(0) 推荐(0) 编辑

机器学习实战读书笔记(1)

摘要：机器学习的主要任务：分类：将实例数据划分到合适的分类中回归：主要用于预测数值型数据分类和回归属于监督学习，监督学习必须知道预测什么，即目标变量的分类信息无监督学习：数据没有类别信息，也不会给定目标值。在无监督学习中，将数据集合分成由类似的对象组成的多个类的过程称为聚类；将寻找描述数据统计阅读全文

posted @ 2018-03-16 10:42 一天不进步，就是退步阅读(252) 评论(0) 推荐(0) 编辑

随笔分类 - 架构读书笔记