摘要：
介绍EM算法，必然会抛出一些比较复杂的公式。其实这些公式只是EM算法思想的数学推导，数学推导就是将算法思想用严谨的公式语言表达出来而已。理解EM算法思想，比看懂它的数学推导重要。 EM即最大期望算法（Expectation Maximization algorithm），是在高斯混合模型中寻找参数最 阅读全文
摘要：
背景介绍 时间序列：一组对于某一变量连续时段上的观测值。 模式识别主要涉及到两个方向：一个是复杂统计，另一个是机器学习。复杂统计是将数据拟合到已知的古典模型中，比如ARMA。而机器学习会用深度学习-神经网络，进行暴力拟合。本文主要讲述复杂统计中的AR、MA、ARMA、ARIMA四种经典模型。深度学习 阅读全文
摘要：
一、推荐算法 当你在电商网站购物时，天猫会弹出“和你买了同样物品的人还买了XXX”的信息；当你在SNS社交网站闲逛时，也会看到“你可能认识XXX“的信息；当你在微博添加关注人时，也会看到“你可能对XXX也感兴趣”等等。所有这一切，都是背后的推荐算法运作的结果。 推荐算法，不是某一个也不是某一类算法， 阅读全文
摘要：
一、概念 关联算法常用于购物篮分析：找到正向、强关联的商品集合，用来优化货架商品摆放和捆绑销售。 关联算法需要明确：频繁项集（A,B），A->B和B->A的关联方向（正、负）与关联程度（强、弱）。 频繁项集：出现次数不小于设定阀值的商品集合 电商常用单品推荐单品，称为频繁2项集，形如（A,B）。 关 阅读全文
摘要：
逻辑回归由于其简单、高效、可解释性强的特点，在实际用途中十分的广泛：从购物预测到用户营销响应，从流失分析到信用评价，都能看到其活跃的身影。可以说逻辑回归占据了分类算法中非常重要的地位。 逻辑回归：logistic regression，LR。模型公式是Logistic函数，也叫Sigmoid函数。图 阅读全文
摘要：
单变量的线性回归非常容易理解，就是生成一元一次方程： y=ax+b。x表示自变量，特征属性的值；y表示因变量，预测标签的值。 二维图像更直观：x是横坐标，y是纵坐标，a是斜率，b是与纵坐标的截距。 样本的坐标点有限，也不会都在一条直线上。如何拟合一条合理的直线，本文会详细解析。 看懂一元一次方程的推 阅读全文
摘要：
广义回归算法的分类 广义的回归算法有很多种，从用途划分有预测(即狭义回归)、分类两大类。 响应变量是连续性变量，即预测算法；响应变量是类别型变量，即分类算法。 判定边界可以用方程函数表达 特征可以是单个(单变量、二维空间)，也可以是多个(多变量、高维空间)。 线性关系是直线(二维空间)、平面(高维空 阅读全文
摘要：
K-means聚类算法（K-平均/K-均值算法）是最为经典也是使用最为广泛的一种基于距离的聚类算法。基于距离的聚类算法是指采用距离作为相似性量度的评价指标，也就是说当两个对象离得近时，两者之间的距离比较小，那么它们之间的相似性就比较大。 算法的主要思想是通过迭代过程把数据集划分为不同的类别，使得评价 阅读全文
摘要：
K最近邻(KNN，K-NearestNeighbor)是1967年由Cover T和Hart P提出的一种基本分类与回归方法，它是数据挖掘分类技术中最简单的方法之一，非常容易理解应用。所谓K最近邻，就是K个最近的邻居的意思，说的是每个样本都可以用它最接近的（一般用距离最短表示最接近）K个邻居来代表。 阅读全文
摘要：
决策树算法是一种归纳分类算法，它通过对训练集的学习，挖掘出有用的规则，用于对新集进行预测。在其生成过程中，分割时属性选择度量指标是关键。通过属性选择度量，选择出最好的将样本分类的属性。 决策树分类算法，包括ID3算法、C4.5算法和CART算法。都属于贪婪算法，自顶向下以递归的方式构造决策树。 ID 阅读全文