摘要：
PageRank是网页重要程度计算方法，可推广到有向图结点的重要程度的计算。基本思想是在有向图上定义随机游走模型，在一定条件下，极限情况访问每个结点的概率收敛到平稳分布。 给定有n个结点强连通且非周期性的有向图，在其基础上定义随机游走模型。假设转移矩阵M，在时刻0，1，2，…，t，…访问各个结点概率为 则其极限存在，那么极限向量R表示马尔可夫链的平稳分布，满足 平稳分布R称为这个图的P... 阅读全文
摘要：
XGBoost 相比于GBDT 做了两方面的优化： 一是算法本身的优化：在算法的弱学习器模型选择上，对比GBDT只支持决策树，XGBoost 还可以直接很多其他的弱学习器。 在算法的损失函数上，除了本身的损失，XGBoost 还加上了正则化部分，可以防止过拟合，泛化能力更强。 在计算方式上，GBDT的损失函数只对误差部分做负梯度（一阶泰勒）展开，而XGBoost损失函数对误差部分做二阶泰勒展开，更... 阅读全文
摘要：
对于发现频繁项集，Apriori是一个很好的算法，但Apriori在发现频繁项集的时候需要多次扫描数据库，这严重影响了速度。 而FP-growth算法基于Apriori构建，不过在完成相同的发现频繁集的任务上，它采用了一些不同的技术。将数据集存储在一个特定的被称为FP树的结构之后去发现频繁项集。这种做法使得其只需对数据库进行两次扫描，从而大大提高了其发现频繁项集的速度。 FP-growth发... 阅读全文