数据挖掘学习笔记

python数据挖掘学习笔记】十.Pandas、Matplotlib、PCA绘图实用代码补充

38MarchFridaythe12week,the082daySZSSMRhttps://blog.csdn.net/eastmount/article/details/60675865python数据挖掘学习笔记
湾区人工智能·2018-03-23 19:21

数据挖掘学习笔记 5 线性回归知识及预测糖尿病实例

:45:01MarchWednesdaythe12week,the080daySZSSMRhttp://blog.csdn.net/eastmount/article/details/52929765数据挖掘学习笔记
湾区人工智能·2018-03-22 17:32

数据挖掘学习笔记一：引论

数据挖掘（又称从数据中发现知识，KDD）例1.1数据挖掘把大型数据集转换成知识。Google的FluTrends（流感趋势）使用特殊的搜索项作为流感活动的指示器。它发现了搜索流感相关信息的人数与实际具有流感症状的人数之间的紧密联系。当与流感相关的所有搜索都聚集在一起时，一个模式就出现了。使用聚集的搜索数据，Google的FluTrends可以比传统的系统早两周对流感活动作出评估。数据挖掘==数据中
答案从来没有被发现·2016-01-17 11:00

R语言与数据挖掘学习笔记(常用的包)

转载自：http://www.52analysis.com/R/下面列出了可用于数据挖掘的R包和函数的集合。其中一些不是专门为了数据挖掘而开发，但数据挖掘过程中这些包能帮我们不少忙，所以也包含进来。1、聚类常用的包：fpc，cluster，pvclust，mclust基于划分的方法:kmeans,pam,pamk,clara基于层次的方法:hclust,pvclust,agnes,diana基于模
u013524655·2014-11-13 21:00

数据挖掘学习笔记之人工神经网络（二）

多层网络和反向传播算法我们知道单个感知器仅能表示线性决策面。然而我们可以将许多的类似感知器的模型按照层次结构连接起来，这样就能表现出非线性决策的边界了，这也叫做多层感知器，重要的是怎么样学习多层感知器，这个问题有两个方面：1、 要学习网络结构；2、 要学习连接权值对于一个给定的网络有一个相当简单的算法来决定权值，这个算法叫做反向传播算法。反向传播算法所学习的多层网络能够表示种类繁多的非线性曲面。可
wenyusuran·2014-05-21 11:00

数据挖掘学习笔记之人工神经网络（一）

由于本人这段时间在学习数据挖掘的知识，学习了人工神经网络刚好就把学习的一些笔记弄出来，也为以后自己回头看的时候方便些。神经网络学习方法对于逼近实数值、离散值或向量值的目标函数提供了一种健壮性很强的方法。对于某些类型的问题，如学习解释复杂的现实世界中的传感器数据，人工神经网络是目前知道的最有效学习方法。人工神经网络的研究在一定程度上受到了生物学的启发，因为生物的学习系统是由相互连接的神经元（neur
wenyusuran·2014-05-21 11:00

数据挖掘学习笔记--决策树C4.5

在网上和教材上也看了有很多数据挖掘方面的很多知识，自己也学习很多，就准备把自己学习和别人分享的结合去总结下，以备以后自己回头看，看别人总还是比不上自己写点，及时有些不懂或者是没有必要。定义：分类树（决策树）是一种十分常用的分类方法。他是一种监管学习，所谓监管学习说白了很简单，就是给定一堆样本，每个样本都有一组属性和一个类别，这些类别是事先确定的，那么通过学习得到一个分类器，这个分类器能够对新出现的
wenyusuran·2014-05-21 11:00

协同过滤 --- 数据挖掘学习笔记

CollaborativeFiltering1.协同过滤CF  最近你想看电影了，但是不知道看什么好，想要了解电影的推荐信息，通过什么途径呢？  比如向问朋友，问老师，问亲友，但是毕竟每个人的品味不同，而且现在可选择的商品或电影太多太多了，不肯得到很好的推荐效果，知道你确实想要什么。  协同过滤推荐（CollaborativeFilteringrecommendation）是在信息过滤和信息系统中
u014388509·2014-05-09 16:00

数据挖掘学习笔记（三）

1        数据挖掘的发展趋势和研究前沿1.1   挖掘复杂的数据类型1.1.1           挖掘序列数据：时间序列、符号序列和生物学序列序列是事件的有序列表。在时间序列数据(time-seriesdata)中，序列数据由相等时间间隔记录的的数值数据的长序列组成。符号序列数据(symbolicsequencedata)由事件或标称数据的长序列组成，通常不是相等的时间间隔观测。生物学序
yuzhongchun·2014-05-05 16:00

数据挖掘学习笔记（二）

1        认识数据1.1   数据对象和属性类型数据集由数据对象组成。一个数据对象代表一个实体。通常，数据对象用属性描述。数据对象又称样本、实例、数据点或对象。1.1.1           什么是属性属性(attribute)是一个数据字段，表示数据对象的一个特征。用来描述一个给定对象的一组属性称做属性向量(或特征向量)。1.1.2           标称属性标称属性(nominala
yuzhongchun·2014-05-04 21:00

数据挖掘学习笔记（一）

1引论1.1为什么进行数据挖掘1.1.1迈向信息时代数据挖掘把大型数据集转换成知识，帮助我们应对当代的全球性挑战。1.1.2数据挖掘是信息技术的进化数据挖掘可以看做信息技术自然进化的结果。数据库和数据管理产业在一些关键功能的开发上不断发展：数据收集和数据库创建(包括数据存储和检索、数据库事务处理)和高级数据分析(包括数据仓库和数据挖掘)。1.2什么是数据挖掘作为一个多学科领域，数据挖掘可以用多种方
BerMaker·2014-05-02 11:19

数据挖掘学习笔记（一）

1        引论1.1   为什么进行数据挖掘1.1.1           迈向信息时代数据挖掘把大型数据集转换成知识，帮助我们应对当代的全球性挑战。1.1.2           数据挖掘是信息技术的进化数据挖掘可以看做信息技术自然进化的结果。数据库和数据管理产业在一些关键功能的开发上不断发展：数据收集和数据库创建(包括数据存储和检索、数据库事务处理)和高级数据分析(包括数据仓库和数据挖
yuzhongchun·2014-05-02 11:00

R语言与数据挖掘学习笔记

(1)：数据挖掘相关包的介绍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，只要晚上能在11点之前把碗洗好，就花一个小时的时间学习博客上的内容，并把学习过程中记不住的信息记录下来，顺便把离英语四级的差距尽量缩小。下面
psnxtansini·2014-03-28 16:00

【转载】R语言与数据挖掘学习笔记

(1)：数据挖掘相关包的介绍  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，只要晚上能在11点之前把碗洗好，就花一个小时的时间学习博客上的内容，并把学习过程中记不住的信息记录下来，顺便把离英语四级的差距尽量缩小。
psnxtansini·2014-03-28 16:00

数据挖掘学习笔记之人工神经网络（二）

多层网络和反向传播算法我们知道单个感知器仅能表示线性决策面。然而我们可以将许多的类似感知器的模型按照层次结构连接起来，这样就能表现出非线性决策的边界了，这也叫做多层感知器，重要的是怎么样学习多层感知器，这个问题有两个方面：1、 要学习网络结构；2、 要学习连接权值对于一个给定的网络有一个相当简单的算法来决定权值，这个算法叫做反向传播算法。反向传播算法所学习的多层网络能够表示种类繁多的非线性曲面。可
u011067360·2014-03-27 21:00

数据挖掘学习笔记之人工神经网络（一）

由于本人这段时间在学习数据挖掘的知识，学习了人工神经网络刚好就把学习的一些笔记弄出来，也为以后自己回头看的时候方便些。神经网络学习方法对于逼近实数值、离散值或向量值的目标函数提供了一种健壮性很强的方法。对于某些类型的问题，如学习解释复杂的现实世界中的传感器数据，人工神经网络是目前知道的最有效学习方法。人工神经网络的研究在一定程度上受到了生物学的启发，因为生物的学习系统是由相互连接的神经元（neur
u011067360·2014-03-27 19:00

数据挖掘学习笔记--决策树C4.5

在网上和教材上也看了有很多数据挖掘方面的很多知识，自己也学习很多，就准备把自己学习和别人分享的结合去总结下，以备以后自己回头看，看别人总还是比不上自己写点，及时有些不懂或者是没有必要。定义：分类树（决策树）是一种十分常用的分类方法。他是一种监管学习，所谓监管学习说白了很简单，就是给定一堆样本，每个样本都有一组属性和一个类别，这些类别是事先确定的，那么通过学习得到一个分类器，这个分类器能够对新出现的
u011067360·2014-03-23 11:00

数据挖掘学习笔记：分类、统计学习

转载地址：http://www.raychase.net/1951 ICDM（国际数据挖掘大会）2006年从18种提名的数据挖掘算法中投票选出了十大算法。这18中提名数据挖掘算法分属10大数据挖掘主题，蓝色部分即为最终选出的十大算法：分类（Classification）C4.5CARTKNearestNeighboursNaiveBayes统计学习（StatisticalLearning）SVME
Aaron5·2014-01-18 23:00

数据挖掘学习笔记：分类、统计学习

阅读更多转载地址：http://www.raychase.net/1951ICDM（国际数据挖掘大会）2006年从18种提名的数据挖掘算法中投票选出了十大算法。这18中提名数据挖掘算法分属10大数据挖掘主题，蓝色部分即为最终选出的十大算法：分类（Classification）C4.5CARTKNearestNeighboursNaiveBayes统计学习（StatisticalLearning）S
Aaron5·2014-01-18 23:00

数据挖掘学习笔记：分类、统计学习

转载地址：http://www.raychase.net/1951 ICDM（国际数据挖掘大会）2006年从18种提名的数据挖掘算法中投票选出了十大算法。这18中提名数据挖掘算法分属10大数据挖掘主题，蓝色部分即为最终选出的十大算法：分类（Classification）C4.5CARTKNearestNeighboursNaiveBayes统计学习（StatisticalLearning）SVME
Aaron5·2014-01-18 23:00

数据挖掘学习笔记：分类、统计学习

ICDM（国际数据挖掘大会）2006年从18种提名的数据挖掘算法中投票选出了十大算法。这18中提名数据挖掘算法分属10大数据挖掘主题，蓝色部分即为最终选出的十大算法：分类（Classification）C4.5CARTKNearestNeighboursNaiveBayes统计学习（StatisticalLearning）SVMEM关联分析（AssociationAnalysis）AprioriF
四火·2014-01-13 01:00

数据挖掘学习笔记一

数据挖掘学习笔记一前期主要学习的是数据预处理，可视化，预测建模，聚类和异常检测。学习基本概念和算法。数据挖掘：在大型数据存储库中，自动发现有用信息的过程。
striby·2014-01-05 19:49

数据挖掘学习笔记一

数据挖掘学习笔记一前期主要学习的是数据预处理，可视化，预测建模，聚类和异常检测。学习基本概念和算法。数据挖掘：在大型数据存储库中，自动发现有用信息的过程。
striby·2014-01-05 19:49

R语言与数据挖掘学习笔记(常用的包)

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，只要晚上能在11点之前把碗洗好，就花一个小时的时间学习博客上的内容，并把学习过程中记不住的信息记录下来，顺便把离英语四级的差距尽量缩小。下面列出了可用于数据挖掘的R包和
zhouyongsdzh·2013-11-27 13:00

数据挖掘 学习笔记 概述篇

数据挖掘学习笔记 1.概述 数据挖掘火热的主要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。 数据挖掘是信息技术自然进化的结果。
aoyouzi·2013-10-09 19:00

数据挖掘学习笔记（一）

最近通过网上的、书上的资料，初步了解了数据挖掘的一些概念，现在整理一下以便日后学习。      一、定义（DataMining）         1、数据挖掘：一种通过数理模式来分析企业内存储的大量资料，以找出不同客户和市场划分，分析出消费者喜好和行为的方法。也就是从存放在数据库、数据仓库和其他信息库中的数据中获取有效的、有潜在价值的、最终可被理解的模式的非平凡过程。       如：像我在当当网
xun126·2010-12-16 10:54

数据挖掘学习笔记（一）

最近通过网上的、书上的资料，初步了解了数据挖掘的一些概念，现在整理一下以便日后学习。一、定义（DataMining）1、数据挖掘：一种通过数理模式来分析企业内存储的大量资料，以找出不同客户和市场划分，分析出消费者喜好和行为的方法。也就是从存放在数据库、数据仓库和其他信息库中的数据中获取有效的、有潜在价值的、最终可被理解的模式的非平凡过程。如：像我在当当网买书时，当当网的系统会根据我近期所购买的书的
xun126·2010-12-16 10:54

数据挖掘学习笔记之 Classification模型选择 (一) ROC

ROC曲线（ReceiverOperatingCharacteeristicCurve）是显示Classification模型真正率和假正率之间折中的一种图形化方法。解读ROC图的一些概念定义:：真正（TruePositive,TP）被模型预测为正的正样本假负（FalseNegative,FN）被模型预测为负的正样本假正（FalsePositive,FP）被模型预测为正的负样本真负（TrueNeg
七重天·2006-12-12 14:00
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他