该文被密码保护。 阅读全文
摘要：
/*朴素贝叶斯算法思想: 举个例子，假如某天是否要出去打网球，有两种选择:是和否，即最后分成两个类别。但是受3个因素的影响,分别是天气、温度和是否有风。天气有3个值：晴、多云和有雨。温度有3个值：高，正常和低。是否有风有两个值：是和否。假如样本A是{天气晴，温度正常，无风，打网球}，样本B是{天气有雨，温度低，有风，不打网球}，还有其他的样本，可以得到样本的某些先验概率，即已经知道了是否打网球的... 阅读全文
摘要：
/*人工神经网络BP算法思想: 神经网络一般分为3层（也可以多层），包括输入层，隐含层和输出层。通过有监督的学习拟合非线性函数。假如输入层有3个神经元，隐含层有5个神经元，输出层有1个神经元。有监督的学习是指既给了输入也给了输出再进行样本训练。可以把该神经网络看做3维向量的输入，一维的输出。每一层的神经元与相邻的一层的神经元全连接，同层的神经元不连接。 比如样本A的输入是{1,2,3},输出是{... 阅读全文
摘要：
/*关联规则Apriori算法思想: 假如有一个大小为20的样本，每个样本包含I1,I2,I3,I4,I5其中的某些属性，假如A样本为{I1,I2,I3},B样本为{I1,I2,I4}之类的，设置最小支持度为2，即选择出来的频繁项集的所有属性至少有2个样本全部包含，比如频繁项集{I1,I2},此时A和B都包含，当然其他的样本也可能包含。那么这个频繁项集是符合的，那么我们可以认为I1和I2的关联性... 阅读全文