摘要：
一。简介 随机森林，即用随机的方式建立一个森林，森林是由很多决策树组成。每一个决策树之间都是没有关联的。在得到森林之后，对于测试集，要让每一棵决策树分别进行一下判断该样本属于哪一类。根据哪个类被选择的多，该样本就是属于哪一类。 比喻的说法： 每一棵决策树就是一个精通于某一个窄领域的专家（因为我们从M 阅读全文
摘要：
一。简介 Brich是典型的基于层次的聚类算法。最大的特点就是适合数据量特别大的数据集，处理速度很快，因为该算法扫描一遍数据集。 该算法是利用了一个树状结构来快速聚类，该结构类似平衡B+树。每一个叶子节点都包含若干个聚类特征。 阅读全文
摘要：
一。基于密度的聚类算法简介 DBSCAN是数据挖掘中最经典基于密度的聚类算法。 基于密度的聚类算法的核心是，通过某个点r邻域内样本点的数量来衡量该点所在空间的密度。和k-means算法的不同的是： 1.可以不需要事先指定cluster的个数。 2.可以找出不规则形状的cluster。 二。DBSCA 阅读全文