【毕设进行时-工业大数据，数据挖掘】第一天收获

正文之前

课设昨天终于答辩完毕，比较完美。美滋滋！上学前浪了一学期，这学期赶紧把毕设怼了。免得自己后面毕业都毕不了那就GG了。而且我的这个课题，学院不管，导师不管，完全自学啊！！简直心酸！哎，赶紧做完滚到计算机去吧。这种姥姥不疼，奶奶不爱的日子太难受了！

正文

初步设想是用数据驱动的方式吧。至于基于知识工程的话，那就能做就做吧！估计做不了！

借鉴的来源：

类似的需要实现的功能：

数据驱动的基于工业大数据的形式:

基于数据驱动的算法初步：

可以用BP神经网络，也可以用决策树。

支持向量机的流程框图：

【个人看法】 支持向量机的核心与决策树类似。但是还是有不同之处，现在多学习下支持向量机，后面用自己的算法也行。或者给出多个版本的话，可以作为几个方案去解释！

超平面的概念：

我想做的就是决策树的这种：

求援方向，资料搜集：

毕设数据来源：

这也许是我的主要工作？？

线性可分：

呵呵，线性可分是模式识别里的概念阿。简单的说就是如果用一个线性函数可以将两类样本完全分开，就称这些样本是“线性可分”的。

英文叫做linearly separable。

这里不方便写公式，你可以直观想象二维空间划一条直线把两类样本隔开，这两类就称为线性可分样本。

如果两类样本象下面这么分布：

o.........x

.

.

x.........o

就找不到一条直线能把o和x分开了，这时候就称为线性不可分。

超平面本质：

支持向量包含着重构分割超平面所需要的全部信息！

正文之后

今天又划水了！不过建了个个人博客，欢迎大家前往！

HUSTWOLF 开启WordPress时代的博客