欢迎来到ThinkDifferent的博客

坚持!
摘要: (1)Microsoft决策数算法 对于离散属性,该算法根据数据集中输入列之间的关系进行预测。它使用这些列的值或状态预测指定的可预测列的状态。具体地说,该算法标识与可预测列相关的输入列。 需求场景: 一个销售厂商根据以往的销售记录单,通过数据挖掘技术预测出一份可能会购买该厂商产品的客户名单。如挖掘最 阅读全文
posted @ 2016-11-14 20:51 ThinkDifferent 阅读(1002) 评论(0) 推荐(0) 编辑
摘要: 本系列文章主要是涉及内容为微软商业智能(BI)中一系列数据挖掘算法的总结,其中涵盖各个算法的特点、应用场景、准确性验证以及结果预测操作等,所采用的案例数据库为微软的官方数据仓库案例(AdventureWorksDW2008R2),数据库基于Microsoft SQL Server 2008,主要涉及 阅读全文
posted @ 2016-11-14 09:18 ThinkDifferent 阅读(702) 评论(0) 推荐(0) 编辑
摘要: 前言 此篇为微软系列挖掘算法的最后一篇了,完整该篇之后,微软在商业智能这块提供的一系列挖掘算法我们就算总结完成了,在此系列中涵盖了微软在商业智能(BI)模块系统所能提供的所有挖掘算法,当然此框架完全可以自己扩充,可以自定义挖掘算法,不过目前此系列中还不涉及,只涉及微软提供的算法,当然这些算法已经基本 阅读全文
posted @ 2016-11-14 09:11 ThinkDifferent 阅读(782) 评论(0) 推荐(0) 编辑
摘要: 前言 有段时间没有进行我们的微软数据挖掘算法系列了,最近手头有点忙,鉴于上一篇的神经网络分析算法原理篇后,本篇将是一个实操篇,当然前面我们总结了其它的微软一系列算法,为了方便大家阅读,我特地整理了一篇目录提纲篇:大数据时代:深入浅出微软数据挖掘算法总结连载,我打算将微软商业智能中在DM这块所用到的算 阅读全文
posted @ 2016-11-14 09:08 ThinkDifferent 阅读(437) 评论(0) 推荐(0) 编辑
摘要: 前言 本篇文章继续我们的微软挖掘系列算法总结,前几篇文章已经将相关的主要算法做了详细的介绍,我为了展示方便,特地的整理了一个目录提纲篇:大数据时代:深入浅出微软数据挖掘算法总结连载,有兴趣的童鞋可以点击查阅,在开始Microsoft 神经网络分析算法之前,本篇我们先将神经网络分析算法做一个简单介绍, 阅读全文
posted @ 2016-11-14 09:06 ThinkDifferent 阅读(766) 评论(0) 推荐(0) 编辑
摘要: 前言 本篇文章继续我们的微软挖掘系列算法总结,前几篇文章已经将相关的主要算法做了详细的介绍,我为了展示方便,特地的整理了一个目录提纲篇:大数据时代:深入浅出微软数据挖掘算法总结连载,有兴趣的童鞋可以点击查阅,本篇我们将要总结的算法为:Microsoft顺序分析和聚类分析算法,此算法为上一篇中的关联规 阅读全文
posted @ 2016-11-14 09:02 ThinkDifferent 阅读(439) 评论(0) 推荐(0) 编辑
摘要: 前言 本篇继续我们的微软挖掘算法系列总结,前几篇我们分别介绍了:微软数据挖掘算法:Microsoft 决策树分析算法(1)、微软数据挖掘算法:Microsoft 聚类分析算法(2)、微软数据挖掘算法:Microsoft Naive Bayes 算法(3)、微软数据挖掘算法:Microsoft 时序算 阅读全文
posted @ 2016-11-14 08:58 ThinkDifferent 阅读(920) 评论(0) 推荐(0) 编辑