三 数据挖掘算法

 

K-近邻 K-NN 可简单理解为 近朱者赤近墨者黑

欧式距离 文本分类计算时 余弦策略

MBR Memory-Based Reasoning  记忆基础推理法

Collaborative Filtering 协同过滤

 

应用场景 稀疏事件 医疗-罕见病 反欺诈

 

计算步骤 1、算距离 2、找邻居 3、做分类

 

常见问题 k值设定 一般低于训练样本数的平方根

 

 

购物篮分析和关联规则

规则的度量 支持度和置信度

支持度 广泛程度 1000小票中100张同时购买A和B AB的支持度为10%

置信度 条件概率 P（y|x） >P(y)

 

Apriori算法 原则 频繁项集的所有非空子集一定也是频繁的 frequent

 

 

 

 

回归分析

应用 信用评分 logistic 逻辑回归

 

 

 

聚类分析

常用于客户细分

数据探索和预处理

文本www等分类

 

K-Means算法