数据挖掘十大算法

机器学习实战

关于本书数据挖掘十大算法C4.5决策树、K-均值（K-mean）、支持向量机（SVM）、Apriori、最大期望算法（EM）、PageRank算法、AdaBoost算法、k-近邻算法（kNN）、朴素贝叶斯算法
周筱鲁·2016-02-17 08:21

原创：数据挖掘十大算法之4——Apriori算法+编码

基本Apriori算法： 主要思想是：连接步+Apriori性质 统计单项在的支持度，再利用连接步生成2项； 对2项采取Apriori性质剪枝，得到可能的2项； 再将2项的再原始中统计得出其支持度，并减去达不到支持度的项。 按照上面步骤重复，直到不能产生新的更多项。 因为从网上找的程序都不太好调试，特贴出自己编写的程序，当然这个针对的是固定的一个对象，通过修改
·2015-11-12 14:17

K-Means算法Demo

K-Means算法是数据挖掘十大算法之一，是一种聚类算法，也是最简单的无监督学习（unsupervised learning）算法之一。 　　假设有一
·2015-11-01 15:07

数据挖掘十大算法-Kmeans图像灰度处理应用（C# code）

       今天上午花了一点时间回顾写了一点点关于Kmeans的代码，刚好，这会吃完饭，花了半个小时又写了个关于Kmeans的应用，例子是对图像的灰度处理，如下图： 这是我做的截图（源码附件），这只是利用Kmeans进行举例，图像灰度方法很多种，大家可以看到随着K的数量增加，图中的区分度会增大，很显然嘛，当k=2的时候只有两种颜色值（
·2015-10-31 08:02

数据挖掘十大算法-Kmeans之图像区域选择

很多朋友都以为数据挖掘在一般开发的时候应用得少，其实并不是这样，数据挖掘的算法时时刻刻都陪伴着我们，掌握数据挖掘对我们是非常有帮助的，假如我们熟练的会使用Windows、web应用程序设计，但是那只能说明我们很厉害，可以称谓战斗机，但是我们不能成为航母，因为我们缺少航母那样的驱动力，我想数据挖掘一定是那驱动力之一，上一篇，我利用Kmeans进行了图像灰度的处理，这一篇是利用Kmeans进行图像的
·2015-10-31 08:02

数据挖掘十大算法-KNN的实现

       今天简简单单的实现了下数据挖掘十大算法中的KNN，即临近算法，也就是给定很大的数据量中，给定一个测试距离，则测试数据点在此范围内哪一类型的数据最多
·2015-10-30 12:40

数据挖掘十大算法实现-Kmeans(C#)

已经一年多没有做应用软件的的事情了，更别说Web方面了，最近一直在研究系统级的开发，前段时间研究编译工程，写了一门简单的编程语言，想把它实现为基于面向对象的Matlab语言，但是时间的限制太多了...今天上午花了1个小时，写了Kmeans，算是回顾曾经学过的算法，实现的方式很简答，没有采用means++，而是随机，初步检查应该是对的，详情见附件。 Kmeans算法思想大家一定是很清楚的，否则
·2015-10-23 08:38

程序员面试、算法研究、编程艺术、红黑树、数据挖掘5大系列集锦

blog.csdn.net/v_july_v/article/details/6543438无私分享，造福天下   以下是本blog内的微软面试100题系列，经典算法研究系列，程序员编程艺术系列，红黑树系列，及数据挖掘十大算法等
weilianyishi·2015-10-15 21:00

数据挖掘十大算法——SVM

SVM两大分支SupportVectorClassifier（SVC）与SupportVectorRegressor（SVR）SVC函数间隔：minγ=wx+b，此时如果我们倍增w,b可以无限扩大函数间隔，因此，它并不能作为标准几何间隔，是归一化的函数间隔：minγ=wx+b||w||为了方便讨论，令几何间隔等于1，有wxi+b≥1foryi=+1wxi+b≤−1foryi=−1线性可分支持向量机
jmy5945hh·2015-08-19 11:00

数据挖掘十大算法——Naive Bayes

简介Naive和BayesNaive：假定向量中的所有特征是相互独立的Bayes：面向的问题NB主要用于解决有监督分类问题。相比于其他模型，其具备简单（不需要复杂的迭代式参数估计，由此方便处理大数据）、可解释性强（生成模型）、效果佳的特点。目标针对二分类问题，利用训练集数据学习一个判断阈值α，对于新来的数据做判定，大于α的数据属于正类，小于α的数据属于负类。有监督分类中存在两大流派diagnost
jmy5945hh·2015-08-12 09:00

从决策树学习谈到贝叶斯分类算法、EM、HMM

经常被问到或被要求介绍和描述下自己所知道的几种分类或聚类算法(当然，这完全不代表你将来的面试中会遇到此类问题，只是因为我的简历上写了句：熟悉常见的聚类&分类算法而已)，而我向来恨对一个东西只知其皮毛而不得深入，故写一个有关数据挖掘十大算法的系列文章以作为自己备试之用
MrChen11·2015-07-31 15:00

机器学习--朴素贝叶斯

其后，吴信东在我们学院的《数据挖掘十大算法》中再次介绍。最近，在学习AndrewNg的机器课程也介绍了朴素贝叶斯。既然这么重要，有必要将课程内容进行整理。一、 概念1)    贝叶斯模型贝叶
Sunshine_in_Moon·2015-06-08 16:00

Adaboost， boosting 和bagging的比较

曾被称为数据挖掘十大算法之一。davidelowe那一篇关于人脸识别的文章中就用到了这个算法。现在总结一些这个算法。Adaboost是一种基于boost思想的一种自适应的迭代式算法。
JUAN425·2015-04-05 17:40

从决策树学习谈到贝叶斯分类算法、EM、HMM

经常被问到或被要求介绍和描述下自己所知道的几种分类或聚类算法(当然，这完全不代表你将来的面试中会遇到此类问题，只是因为我的简历上写了句：熟悉常见的聚类&分类算法而已)，而我向来恨对一个东西只知其皮毛而不得深入，故写一个有关数据挖掘十大算法的系列文章以作为自己备试之用
locusxt·2015-04-04 13:00

程序员面试、算法研究、编程艺术、红黑树、数据挖掘5大系列集锦

以下是微软面试100题系列，经典算法研究系列，程序员编程艺术系列，红黑树系列，及数据挖掘十大算法等5
乾坤一码农·2015-01-16 14:02

大数据与机器学习的一些博文整理

=&mid=200820787&idx=1&sn=638a4b16445a5ee7a184b7a9becf4d5d&scene=2&from=timeline&isappinstalled=0#rd 数据挖掘十大算法总结
zhangjianlei1·2015-01-04 21:53

大数据与机器学习的一些博文整理

=&mid=200820787&idx=1&sn=638a4b16445a5ee7a184b7a9becf4d5d&scene=2&from=timeline&isappinstalled=0#rd 数据挖掘十大算法总结
zhangjianlei1·2015-01-04 21:53

大数据与机器学习的一些博文整理

==&mid=200820787&idx=1&sn=638a4b16445a5ee7a184b7a9becf4d5d&scene=2&from=timeline&isappinstalled=0#rd数据挖掘十大算法总结
zhangjianlei1·2015-01-04 21:53

Naive Bayes导论

http://blog.csdn.net/u012176591文档下载地址http://download.csdn.net/detail/u012176591/8221593参考文献《统计学习方法》，李航著数据挖掘十大算法
u012176591·2014-12-02 18:00

近期规划及停滞需要重启的项目

.elasticsearch.js的熟悉与了解停滞需要重启的项目：1.囧囧笑话集第二版2.WIN32API开发的SQLite图形化管理工具（预备写完后再写一个linux版的，然后开源）需要阅读的书：《数据挖掘十大算法
rongyongfeikai2·2014-10-31 12:00

斯坦福大学机器学习——朴素贝叶斯

其后，吴信东在我们学院的《数据挖掘十大算法》中再次介绍。最近，在学习AndrewNg的机器课程也介绍了朴素贝叶斯。既然这么重要，有必要将课程内容进行整理。
linkin1005·2014-09-03 12:00

数据挖掘十大算法----EM算法（最大期望算法）

概念在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（LatentVariable）。最大期望经常用在机器学习和计算机视觉的数据聚类（DataClustering）领域。可以有一些比较形象的比喻说法把这个算法讲清楚。比如说食堂的大师傅炒了一份菜，要等分成两份给两个人吃，显然没有必要拿来天平
wenyusuran·2014-05-21 11:00

数据挖掘十大算法--K-均值聚类算法

一、相异度计算 在正式讨论聚类前，我们要先弄清楚一个问题：如何定量计算两个可比较元素间的相异度。用通俗的话说，相异度就是两个东西差别有多大，例如人类与章鱼的相异度明显大于人类与黑猩猩的相异度，这是能我们直观感受到的。但是，计算机没有这种直观感受能力，我们必须对相异度在数学上进行定量定义。   设，其中X，Y是两个元素项，各自具有n个可度量特征属性，那么X和Y的相异度定义为： ，其中R为实数域。也就
wenyusuran·2014-05-21 11:00

数据挖掘十大算法--Apriori算法

一、Apriori算法概述Apriori算法是一种最有影响力的挖掘布尔关联规则的频繁项集的算法，它是由RakeshAgrawal和RamakrishnanSkrikant提出的。它使用一种称作逐层搜索的迭代方法，k-项集用于探索（k+1）-项集。首先，找出频繁1-项集的集合。该集合记作L1。L1用于找频繁2-项集的集合L2，而L2用于找L2，如此下去，直到不能找到k-项集。每找一个Lk需要一次数据
wenyusuran·2014-05-21 11:00

数据科学之机器学习6: 分类之朴素贝叶斯

“文章原创，转载请注明出处”0、kNN算法的优缺点与kNN算法一样，朴素贝叶斯算法也是数据挖掘十大算法之一。我们介绍kNN算法时，并没有讨论kNN算法的优缺点，这边首先看看这个问题。
QQ415171148·2014-05-09 14:00

数据科学之机器学习5：分类之k-近邻算法

“文章原创，转载请注明出处”基本思想kNN，k-NearestNeighboralgorithm，也就这边的k-近邻算法，是数据挖掘十大算法之一，是一个比较简单的分类方法。
QQ415171148·2014-05-09 14:00

数据挖掘十大算法--Apriori算法

一、Apriori算法概述Apriori算法是一种最有影响力的挖掘布尔关联规则的频繁项集的算法，它是由RakeshAgrawal和RamakrishnanSkrikant提出的。它使用一种称作逐层搜索的迭代方法，k-项集用于探索（k+1）-项集。首先，找出频繁1-项集的集合。该集合记作L1。L1用于找频繁2-项集的集合L2，而L2用于找L2，如此下去，直到不能找到k-项集。每找一个Lk需要一次数据
u011067360·2014-04-30 20:00

数据挖掘十大算法--K-均值聚类算法

一、相异度计算 在正式讨论聚类前，我们要先弄清楚一个问题：如何定量计算两个可比较元素间的相异度。用通俗的话说，相异度就是两个东西差别有多大，例如人类与章鱼的相异度明显大于人类与黑猩猩的相异度，这是能我们直观感受到的。但是，计算机没有这种直观感受能力，我们必须对相异度在数学上进行定量定义。   设，其中X，Y是两个元素项，各自具有n个可度量特征属性，那么X和Y的相异度定义为： ，其中R为实数域。也就
u011067360·2014-04-24 12:00

数据挖掘十大算法--K近邻算法

k-近邻算法是基于实例的学习方法中最基本的，先介绍基于实例学习的相关概念。一、基于实例的学习。1、已知一系列的训练样例，很多学习方法为目标函数建立起明确的一般化描述；但与此不同，基于实例的学习方法只是简单地把训练样例存储起来。从这些实例中泛化的工作被推迟到必须分类新的实例时。每当学习器遇到一个新的查询实例，它分析这个新实例与以前存储的实例的关系，并据此把一个目标函数值赋给新实例。2、基于实例的方法
u011067360·2014-04-17 17:00

数据挖掘十大算法----EM算法（最大期望算法）

概念在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（LatentVariable）。最大期望经常用在机器学习和计算机视觉的数据聚类（DataClustering）领域。可以有一些比较形象的比喻说法把这个算法讲清楚。比如说食堂的大师傅炒了一份菜，要等分成两份给两个人吃，显然没有必要拿来天平
u011067360·2014-04-14 20:00

数据挖掘十大算法

什么是机器学习；机器学习的主要任务：分类，回归。分类：是将实例数据划分到合适的分类中。回归：是用于预测数值型数据。比如：数据拟合曲线（通过给定数据点的最优拟合曲线）。如何选择合适的算法；如何保证算法的正确性：（1）确保算法应用可以正确处理简单数据。（2）将现实世界中得到的数据格式化为算法可以处理的格式。（3）将步骤2得到的数据输入到步骤1的算法中，检验算法的运行结果。介绍最简单最有效的分类数据算法
longshenlmj·2013-12-18 18:00

数据挖掘十大算法之—C4.5

http://www.cnblogs.com/superhuake/archive/2012/07/25/2609124.html C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习：给定一个数据集，其中的每一个元组都能用一组属性值来描述，每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习，找到一个从属性值到类别的映射关系，并且这个映射能用于对新的类别未知的
caolaosanahnu·2013-08-02 14:00

从决策树学习谈到贝叶斯分类算法、EM、HMM

经常被问到或被要求介绍和描述下自己所知道的几种分类或聚类算法(当然，这完全不代表你将来的面试中会遇到此类问题，只是因为我的简历上写了句：熟悉常见的聚类&分类算法而已)，而我向来恨对一个东西只知其皮毛而不得深入，故写一个有关数据挖掘十大算法的系列文章以作为自
xlm289348·2013-05-03 16:00

从决策树学习谈到贝叶斯分类算法、EM、HMM

经常被问到或被要求介绍和描述下自己所知道的几种分类或聚类算法(当然，这完全不代表你将来的面试中会遇到此类问题，只是因为我的简历上写了句：熟悉常见的聚类&分类算法而已)，而我向来恨对一个东西只知其皮毛而不得深入，故写一个有关数据挖掘十大算法的系列文章以作为自己备试之用
runfeel·2013-05-03 16:00

从决策树学习谈到贝叶斯分类算法、EM、HMM

经常被问到或被要求介绍和描述下自己所知道的几种分类或聚类算法(当然，这完全不代表你将来的面试中会遇到此类问题，只是因为我的简历上写了句：熟悉常见的聚类&分类算法而已)，而我向来恨对一个东西只知其皮毛而不得深入，故写一个有关数据挖掘十大算法的系列文章以作为自己备试之用
v_JULY_v·2012-05-17 21:00
上一页 1 2 3 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他