lxinghua

摘要： 一、概述 随机森林：最为新兴起的、高度灵活的一种机器学习算法，随机森林（Random Forset，简称RF）拥有广泛的应用前景，从市场销售到医疗保健保险，既可以用来做市场销售模拟的建模，统计客户来源，保留和流失，也可用预测疾病的风险和病患者的易感性。 随机森林算法是一种重要的基于bagging的集 阅读全文

摘要： 一、关联分析概述 1. 关联分析 2. 频繁项集的评估标准 2.1 支持度 2.2 置信度 2.3 提升度 3. 关联规则发现 二、Apriori算法原理 三、使用Apriori算法来发现频繁项集 1. 生成候选项集 2. 项集迭代函数 四、Apriori关联规则挖掘 1. 挖掘关联规则的流程 2. 阅读全文

摘要： 一、聚类分析概述 聚类分析是无监督机器学习算法中最常用的一类，其目的是将数据划分成有意义或有用的组（也被称为簇）。组内的对象相互之间是相似的（相关的），而不同组中的对象是不同的（不相关的）。组内的相似性（同质性）越大，组间差别越大，聚类就越好。 1. 簇的定义 简单来说，簇就是分类结果中的类，但实际 阅读全文

摘要： 一、回顾决策树（分类） ID3算法构建树模型：每次选取当前最佳的特征类分割数据，并按照该特征的所有可能取值来切分。也就是说，如果一个特征值有4中取值，那么数据将被切分成4份。一旦按某特征切分后，该特征在之后的算法执行过程中将不会再起作用，所以有观点认为这种切分方式过于迅速。 除了切分过于迅速外，ID 阅读全文