数据挖掘——考试复习

数据挖掘——考试复习

  • 考点
  • 填空
    • 欧几里得距离
    • 余弦相似度
    • 简单匹配系数
    • Jaccard系数
    • 数据集的Classfication Error
    • 数据集的Gini值
    • 召回率和精度
  • 问答
    • 支持向量机的“最大边缘”原理
    • 软边缘支持向量机的基本工作原理
    • 非线性支持向量机的基本工作原理
  • 计算
    • 朴素贝叶斯分类
    • ID3决策树、计算数据集的熵、计算划分的期望信息、信息增益
    • 计算欧式距离、KNN分类
    • 给定事务数据集、求频繁K项集,求指定的关联规则的支持度和置信度

考点

数据挖掘——考试复习_第1张图片

填空

欧几里得距离

数据挖掘——考试复习_第2张图片

余弦相似度

在这里插入图片描述

简单匹配系数

在这里插入图片描述

Jaccard系数

在这里插入图片描述

数据集的Classfication Error

在这里插入图片描述

数据集的Gini值

数据挖掘——考试复习_第3张图片

召回率和精度

数据挖掘——考试复习_第4张图片
在这里插入图片描述

问答

支持向量机的“最大边缘”原理

数据挖掘——考试复习_第5张图片

软边缘支持向量机的基本工作原理

数据挖掘——考试复习_第6张图片

非线性支持向量机的基本工作原理

数据挖掘——考试复习_第7张图片

计算

朴素贝叶斯分类

在这里插入图片描述
在这里插入图片描述
数据挖掘——考试复习_第8张图片

ID3决策树、计算数据集的熵、计算划分的期望信息、信息增益

数据挖掘——考试复习_第9张图片
数据挖掘——考试复习_第10张图片
数据挖掘——考试复习_第11张图片

计算欧式距离、KNN分类

在这里插入图片描述

给定事务数据集、求频繁K项集,求指定的关联规则的支持度和置信度

数据挖掘——考试复习_第12张图片
数据挖掘——考试复习_第13张图片

你可能感兴趣的:(考试复习,数据挖掘,考试复习)