摘要：
1、介绍 Logistic回归主要用于二分类。属于监督学习算法的一种。 2、过程 1）logistic sigmoid函数 其具体公式为： 下图给出了其图像： 当x为0时，其函数值为0.5，随着x的增大，对应的函数值会逼近于1；随着x的减少，其值会趋于0.当横坐标刻度足够大时，其看上去会像一个阶跃函 阅读全文
摘要：
pass 阅读全文
摘要：
pass 阅读全文
摘要：
1、关联规则原理 1、关联规则概述 关联规则（Association Rules）是反映一个事物与其他事物之间的相互依存性和关联性，如果两个或多个事物之间存在一定的关联关系，那么，其中一个事物就能通过其他事物预测到。关联规则是数据挖掘的一个重要技术，用于从大量数据中挖掘出有价值的数据项之间的相关关系 阅读全文
摘要：
pass 阅读全文
摘要：
1、元算法(集成算法) 元算法就是对其他算法进行组合的一种方式。也称为集成算法(ensemble method)，例如bagging方法和boosting方法。它可以是不同算法的集成；也可以是同一算法在不同设置下的集成；还可以是数据集不同部分分配给不同分类器之后的集成。 2、bagging和boos 阅读全文
摘要：
pass 阅读全文
摘要：
KNN是通过测量对象的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依据最邻近的一个或者 阅读全文
摘要：
1、介绍 k-means算法以k为参数（所期望的簇的个数），把n个对象分成k个簇（单层划分），用质心（数据点的平均值）定义簇的原型。使得簇内具有较高的相似度，而簇间的相似度较低。 通过聚类，我们能够发现数据对象之间的关系。簇内的相似度越高，簇间的相似度越低，聚类效果越好。 2、过程 ①随机选择k个点 阅读全文
摘要：
1、介绍 它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，即支持向量机的学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。 2、求解过程 1、数据分类—SVM引入 假设在一个二维平面中有若干数据点(x,y)，其被分为2组，假设这些数据线性可分，则需要找到一条直线将 阅读全文