摘要： Prepare the data 数据来自UCIhttp://archive.ics.uci.edu/ml/machine-learning-databases/credit-screening,一个信a用卡的数据,具体各项变量名以及变量名代表的含义不明(应该是出于保护隐私的目的),本文会用logi 阅读全文

摘要： 1. 基本分析理论 C5.0是决策树模型中的算法，79年由J R Quinlan发展，并提出了ID3算法，主要针对离散型属性数据，其后又不断的改进，形成C4.5，它在ID3基础上增加了队连续属性的离散化。C5.0是C4.5应用于大数据集上的分类算法，主要在执行效率和内存使用方面进行了改进。C4.5算 阅读全文

摘要： 就用Kmean聚类分析 km <- kmeans(dataname, k)第一步：对数据集进行初步统计分析 检查数据的维度> dim(iris)[1] 150 5显示数据集中的列名> names(iris)[1] "Sepal.Length" "Sepal.Width" "Petal.Length" 阅读全文

摘要： shell算术运算 加法 注意! '4' '+' '5' 这三者之间要有空白 r=`expr 4 + 5` echo $r r=$[ 4 + 5 ] echo $r r=$(( 4 + 5 )) echo $r 乘法 r=`expr 4 \* 5` r=$(( 4 * 5 )) r=$[ 4 * 5 阅读全文

摘要： 摘要本文以MySQL数据库为研究对象，讨论与数据库索引相关的一些话题。特别需要说明的是，MySQL支持诸多存储引擎，而各种存储引擎对索引的支持也各不相同，因此MySQL数据库支持多种索引类型，如BTree索引，哈希索引，全文索引等等。为了避免混乱，本文将只关注于BTree索引，因为这是平常使用MyS... 阅读全文

摘要： 引言何为大矩阵？Excel、SPSS，甚至SAS处理不了或者处理起来非常困难，需要设计巧妙的分布式方法才能高效解决基本运算（如转置、加法、乘法、求逆）的矩阵，我们认为其可被称为大矩阵。这意味着此种矩阵的维度至少是百万级的、经常是千万级的、有时是亿万级的。举个形象的栗子。至2012年12月底，新浪微博... 阅读全文

摘要： 今天发现一个很不错的博客(http://www.RDataMining.com)，博主致力于研究R语言在数据挖掘方面的应用，正好近期很想系统的学习一下R语言和数据挖掘的整个流程，看了这个博客的内容，心里久久不能平静。决定从今天开始 ...今天发现一个很不错的博客(http://www.RDataMi... 阅读全文

摘要： R语言多元分析系列之一：主成分分析主成分分析（principal components analysis， PCA）是一种分析、简化数据集的技术。它把原始数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标（称为第一主成分）上，第二大方差在第二个坐标（第二主成分）上，依次类推。主成... 阅读全文