数据挖掘算法

数据挖掘算法之 k-means

k-均值聚类算法算法描述：1、为中心向量c1,c2,…,ck初始化k个种子2、分组:（1）将样本分配给距离其最近的中心向量（2）由这些样本构造不相交（non-overlapping）的聚类3、确定中心:用各个聚类的中心向量作为新的中心4、重复分组和确定中心的步骤，直至算法收敛。原理：K-Means算法的思想很简单，对于给定的样本集，按照样本之间的距离大小，将样本集划分为K个簇。让簇内的点尽量紧密的
fuli2492·2022-12-19 08:51

[转]详细解释数据挖掘中的 10 大算法

在一份调查问卷中，三个独立专家小组投票选出的十大最有影响力的数据挖掘算法，今天我打算用简单的语言来解释一下。
黑夜路人·2022-12-19 08:51

详细解释数据挖掘中的 10 大算法

本文转载自:http://blog.jobbole.com/90316/在一份调查问卷中，三个独立专家小组投票选出的十大最有影响力的数据挖掘算法，今天我打算用简单的语言来解释一下。
chvalrous·2022-12-19 08:20

python 数据挖掘 简书_python 数据挖掘算法简要

前言数据挖掘是通过对大量数据的清理及处理以发现信息，并将这原理应用于分类，推荐系统，预测等方面的过程。本文基于《面向程序员数据挖掘指南》的理解，扩展学习后的总结。不足之处还请赐教，觉得有帮助请点赞mark下。谢谢！一、数据挖掘过程1.数据选择在分析业务需求后，需要选择应用于需求业务相关的数据。明确业务需求并选择好业务针对性的数据是数据挖掘的先决条件。2.数据预处理选择好的数据会有噪音，不完整等缺陷
weixin_39850699·2022-12-18 18:39

SQL Server聚类数据挖掘信用卡客户可视化分析

在信用卡分析时，我们向客户演示了用SQLServer的数据挖掘算法可以提供的内容。查看数据查看信用
·2022-12-17 22:57

数据挖掘算法

KDD步骤：数据清理数据集成数据选择数据变换数据挖掘模式评估知识表示数据挖掘概念：从大量的、错综复杂的数据中挖掘哪些令人感兴趣的（易被理解、新颖的、潜在有用的、非平凡的）模式或知识构成数据挖掘算法的三要素
JaSparrow·2022-12-17 13:50

数据仓库与数据挖掘——Apriori算法

一、基本介绍Apriori算法是经典的挖掘频繁项目集和关联规则的数据挖掘算法。当定义问题时，通常会使用先验知识或者假设，这被称作"一个先验"。
LiuXin67X·2022-12-17 13:13

【大数据分析软件应用在足球预测实例】足球滚球走地大小球分析方法和技巧

数据挖掘算法大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方
gap12521·2022-12-15 21:25

分类算法评价

一、前言分类是一种重要的数据挖掘算法。分类的目的是构造一个分类函数或分类模型（即分类器），通过分类器将数据对象映射到某一个给定的类别中。分类算法有很多，不同分类算法又用很多不同的变种。
LyJoan·2022-12-14 18:12

KNN 回归模型的认识与使用

初识KNN模型KNN模型，是一种紧邻算法，也叫K紧邻(K-Nearest-Neighbor)，在数据挖掘算法中是最简单并且基础的一种算法模型，在实际的运用中，不仅有分类方面的应用
李未名001·2022-12-13 19:03

决策树简单介绍

前言为完成每日一更的习惯，今天就从与我们专业比较相关的一些基础的机器学习基本方法说起，从目前我现在看的文献来看，用于我们专业的分类算法也就常用的那么几种，随机森林，决策树，SVM等等，今天也是从常用数据挖掘算法总结及
Pyrs·2022-12-11 07:50

知识关联视角下金融证券知识图谱构建与相关股票发现

首先构建以股票数据为核心的种子知识图谱,对非结构化的文本数据基于FinBERT预训练模型进行实体抽取和关系分类形成三元组,并将二者进行知识融合完成金融证券知识图谱构建;然后基于图谱利用链路预测、相似度计算等图数据挖掘算法发现相关股票及其隐含特征
米朵儿技术屋·2022-12-10 07:49

大数据入门，你需要懂这四个常识

2、数据挖掘算法大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被
阿q宣你·2022-12-07 22:10

读书笔记（一） 数据挖掘简要介绍

目录一、大数据时代的数据挖掘1、大数据的特点4V+4V2、数据挖掘3、从数据挖掘应用的角度看大数据二、数据挖掘技术的发展历史三、十大数据挖掘算法1、k近邻算法（k-nearestneighborsKNN
蓝色Primrose·2022-12-07 20:54

Hive+数据挖掘算法学习笔记

1.hive是基于Hadoop的一个数据仓库工具，用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive数据仓库工具能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，能将SQL语句转变成MapReduce任务来执行。Hive的优点是学习成本低，可以通过类似SQL语句实现快速MapReduce统计，使MapReduce变得更加简单，而不
阿达斯加·2022-12-07 05:40

机器学习实战——决策树算法

背景知识：决策树经常用于解决分类问题，是最常用的数据挖掘算法k近邻应用场景很多，但是无法给出数据的内在含义。决策树可以根据数据集创建规则。
iwtbs_kevin·2022-12-07 00:49

【大数据分析与挖掘】决策树（ID３、Ｃ４.５、CART）与随机森林、集成学习学习笔记，Boosting与Bagging

区别过拟合和剪枝处理2.集成学习①提升(Boosting)Adaboost②袋装(Bagging)随机森林(RandomForest)一.决策树与随机森林1.决策树一种类似于流程图的树结构，属于经典的十大数据挖掘算法之一
要奶茶也要啵啵吖·2022-12-02 20:48

SQL Server 2008 数据挖掘算法浅析

什么是数据挖掘？数据挖掘是商务智能应用中较高层次的一项技术，而商务智能中还包括数据仓库、ETL、联机分析、商业报表等多项技术。数据挖掘在商务智能应用中提供的是一种自动化或半自动化的数据分析手段，利用数据挖掘用户将可以更加方便地发现数据的模式（其实就是用户关心的业务模式），用户还可以利用这些模式对某些符合特征的数据作出预测。那么数据挖掘究竟是怎么做到上面这些貌似神奇的事情的呢？现在主流的数据挖掘技术
张某人ER·2022-12-02 12:31

Hadoop 大数据 期末复习题

A、利用分布式文件系统、数据仓库、关系数据库等实现对结构化、半结构化和非结构化海量数据的存储和管理B、利用分布式并行编程模型和计算框架,结合机器学习和数据挖掘算法,实现对海量数据的处理和分析C、构建隐私数据保护体系和数据安全体系
兰公子&·2022-11-30 20:24

Accelerating Large Scale Centroid-BasedClustering with Locality Sensitive Hashing

AcceleratingLargeScaleCentroid-BasedClusteringwithLocalitySensitiveHashing大多数传统的数据挖掘算法难以高效地处理海量数据。
西西弗的小蚂蚁·2022-11-29 21:55

基于数据挖掘的入侵检测系统实验

一、实验背景及意义：数据挖掘算法可以挖掘隐藏于大数据中的信息。入侵数据也具有大数据的特点，数据挖掘的许多方法可以应用于入侵检测，如聚类、分类、关联分析、序列分析方法。
Fright-Moch·2022-11-29 11:49

基于SQLServer的数据挖掘及算法详解-张勇-专题视频课程

—183人已学习课程介绍本教程介绍了SQLServerDataMining的所有方面，包括使用SQLServer实现成功的数据挖掘解决方案的所有必要知识，带读者熟悉其中的工具，给出了Microsoft数据挖掘算法的深度和广度
sundaytian·2022-11-28 11:33

机器学习——十大数据挖掘之一的决策树CART算法

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是机器学习专题的第23篇文章，我们今天分享的内容是十大数据挖掘算法之一的CART算法。
TechFlow·2022-11-25 21:01

ID3、C4.5决策树算法的Python实现（注释详细）

决策树是最经常使用的数据挖掘算法，其核心是一个贪心算法，它采用自顶向下的递归方法构建决策树。
Polaris_T·2022-11-25 17:11

数据挖掘算法——Apriori算法

Apriori算法首先，Apriori算法是关联规则挖掘中很基础也很经典的一个算法。转载来自：链接：https://www.jianshu.com/p/26d61b83492e所以做如下补充：关联规则：形如X→Y的蕴涵式，其中，X和Y分别称为关联规则的先导(antecedent或left-hand-side,LHS)和后继(consequent或right-hand-side,RHS)。其中，关联
banxing6367·2022-11-24 16:47

【大数据学习】关联规则挖掘-Apriori算法

llhthinker-Apriori算法介绍（Python实现）一、Apriori算法简介Apriori算法是经典的挖掘频繁项集和关联规则的数据挖掘算法。Apriori在拉丁语中指"来自以前"。
鲁南彭于晏·2022-11-24 16:46

大数据聚类技术

无监督学习：没有事先定义好的类典型应用：①作为获得数据集中数据分布的工具②作为其他数据挖掘算法的预处理步骤2.聚类方法的分类①基于划分的聚类（partitioningmethods）：给定一个由n个对象组成的数据集合
bxg1065283526·2022-11-23 23:03

Educode--数据挖掘算法原理与实践：k-近邻

第1关：knn算法概述任务描述本关任务：使用python实现方法，找出目标样本最近的k个样本。相关知识为了完成本关任务，你需要掌握：1.knn算法思想，2.距离度量。knn算法思想k-近邻（k-nearestneighbor,knn）是一种分类与回归的方法。我们这里只讨论用来分类的knn。所谓k最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最近的k个邻居来代表。knn算法的核心思想是如
风落寒冬·2022-11-23 16:09

数据挖掘与机器学习：数据挖掘算法原理与实践：数据预处理

目录第一关：标准化任务描述：相关知识：一、为什么要进行标准化二、Z-score标准化三、Min-max标准化四、MaxAbs标准化编程要求：测试说明：第二关：非线性转换任务描述：相关知识：一、为什么要非线性转换：二、映射到均匀分布：三、映射到高斯分布：编程要求：测试说明：第三关：归一化任务描述：相关知识：一、为什么使用归一化：二、L1范式归一化：三、L2范式归一化：编程要求：测试说明：第四关：离散
Shining0596·2022-11-23 16:02

【大数据分析与挖掘】K-Means聚类算法

介绍对于有监督的数据挖掘算法而已，数据集中需要包含标签变量(即因变量y的值)。但在有些场景下，并没有给定的y值，对于这类数据的建模，一般称为无监督的数据挖掘算法，最为典型的当属聚类算法。
要奶茶也要啵啵吖·2022-11-23 16:32

头歌平台（EduCoder）—— 数据挖掘算法原理与实践：k-近邻

第1关：knn算法概述任务描述本关任务：使用python实现方法，找出目标样本最近的k个样本。编程要求根据提示，在右侧编辑器Begin-End处补充代码，实现topK方法。测试说明程序会调用你实现的方法，找出目标样本最近的k个样本的标签。如目标样本最近的5个样本为0，0，1，1，1则返回列表[0,0,1,1,1]。若返回结果与真实结果一致则视为通关。第2关：动手实现knn算法任务描述本关任务：使用
带棒的小迷妹·2022-11-23 16:59

educoder 数据挖掘算法原理与实践：k-均值

第1关：什么是质心#encoding=utf8importnumpyasnp#计算样本间距离defdistance(x,y,p=2):'''input:x(ndarray):第一个样本的坐标y(ndarray):第二个样本的坐标p(int):等于1时为曼哈顿距离，等于2时为欧氏距离output:distance(float):x到y的距离'''#*********Begin*********#di
木右加木·2022-11-23 15:58

数据挖掘算法原理与实践：k-均值

目录第一关：什么是质心任务描述：相关知识：什么是质心：编程要求：测试说明：第二关：动手实现k-均值任务描述：相关知识：一、数据集介绍二、k-means算法原理三、k-means算法流程四、如何确定k的值编程要求：测试说明：第一关：什么是质心任务描述：本关任务：使用Pyhton编写一个能计算所有样本质心且将所有样本到质心距离按从小到大排序的方法。相关知识：为了完成本关任务，你需要掌握：1.什么是质心
Shining0596·2022-11-23 15:23

spark 决策树分类 DecisionTreeClassifier

>>>决策树分类是一个非概率模型，测试数据集用的是网上公开的泰坦尼克号乘客数据，用决策树DecisionTreeClassifier的数据挖掘算法来通过三个参数，Pclass,Sex,Age，三个参数来预测乘客的获救率
weixin_34292402·2022-11-23 13:08

分类（二）—— 决策树归纳

主要内容分类概述决策树归纳K近邻算法支持向量机朴素贝叶斯分类模型评估与选择组合分类小结二、决策树归纳决策树属于经典的十大数据挖掘算法之一，是一种类似于流程图的树型结构，其规则就是if…then…的思想，
shi_jiaye·2022-11-23 12:08

机器学习 实验二 决策树

决策树1.1什么是决策树决策树是有监督机器学习中的一类经典算法，是最经常使用的数据挖掘算法。分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成。
weixin_52007491·2022-11-22 10:20

python决策树原理_决策树算法原理及实现

近来的调查表明决策树也是最经常使用的数据挖掘算法，它的概念非常简单。决策树算法之所以如此流行，一个很重要的原因就是使用者基本上不用了解机器学习算法，也不用深究它是如何工作的。直观看上去，决
weixin_39848347·2022-11-22 04:11

一文梳理金融风控建模全流程(Python)

一、信贷风控简介信贷风控是数据挖掘算法最成功的应用之一，这在于金融信贷行业的数据量很充足，需求场景清晰及丰富。信贷风控简单来说就是判断一个人借了钱后面（如下个月的还款日）会不会按期还钱。
风度78·2022-11-21 07:19

计算机科学与技术的主要研究方向,计算机科学与技术学科方向与特色

数据挖掘领域的研究主要包括数据挖掘算法研究、数据挖掘在金融与证券行业的应用研究；信息检索领域的研究主要包括信息抽取与意见挖掘、自动文摘以及文本分类聚类技术等；语义分析领域的研究主要包括网络内容语义分析方法研究
木匠小强·2022-11-20 08:30

AI十大数据挖掘算法

C4.5dataminingalgorithmC4.5以决策树的形式构造分类器。为了做到这一点，C4.5给出了一组表示已经分类的事物的数据。是数据挖掘中的一种工具，它使用一组数据表示我们要分类的东西，并试图预测新数据属于哪个类。·案例：假设一个数据集包含一群病人。我们了解每个病人的各种情况，如年龄、脉搏、血压、最大摄氧量、家族史等。这些被称为属性。然后根据其特性把得癌症和不得癌症的进行分类；新的病
Munger6·2022-11-16 11:51

人类(行为)动力学（3）——分布规律

人类行为动力学分布规律随着数据存储能力、数据挖掘算法和分析处理技术的长期发展和广泛应用，人们从大量数据中总结出不同的分布规律。
Fo*(Bi)·2022-11-16 08:44

数据挖掘（三） 决策树

数据挖掘（三）决策树1.决策树概述决策树（DecisionTree）算法是一种基本的分类与回归方法，是最经常使用的数据挖掘算法之一。我们这章节只讨论用于分类的决策树。
我叫辰辰啦·2022-11-08 08:03

python数据挖掘算法的书籍_机器学习和数据挖掘推荐书单

有了这些书，再也不愁下了班没妹纸该咋办了。慢慢来，认真学，揭开机器学习和数据挖掘这一神秘的面纱吧！《机器学习实战》本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树(CART)算法等。第三部分则重点介绍无监督学习及其一些主要算法：k
weixin_39661353·2022-11-06 09:44

Python使用K-means聚类算法进行分类案例一则

K-means算法是经典的基于划分的聚类方法，是十大经典数据挖掘算法之一，其基本思想是：以空间中k个点为中心进行聚类，对最靠近它们的对象归类。
dongfuguo·2022-11-06 09:13

算法岗秋招面经整理

算法岗（机器学习）秋招面经整理百度-商业场景营销研发部技术1面（60分钟）技术2面（60分钟）腾讯-机器学习技术1面（55分钟）美团-到店事业群技术面（70分钟）云从科技-数据挖掘算法工程师技术面（50
祈祷落幕时konilg·2022-11-02 15:30

2021-03-20 数据挖掘算法-KNN算法 Python

数据挖掘算法-KNN算法算法简介邻近算法，又叫K近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。
studyer_domi·2022-10-28 07:50

神经网络硕士就业前景,计算神经科学就业前景

算法工程师目前是一个高端也是相对紧缺的职位；算法工程师包括音/视频算法工程师（通常统称为语音/视频/图形开发工程师）、图像处理算法工程师、计算机视觉算法工程师、通信基带算法工程师、信号算法工程师、射频/通信算法工程师、自然语言算法工程师、数据挖掘算法工程师
幸福的小肥熊·2022-10-14 16:39

基于神经网络的推荐算法,协同过滤推荐算法python

大数据相关工作岗位很多，有大数据分析师、大数据挖掘算法工程师、大数据研发工程师、数据产品经理、大数据可视化工程师、大数据爬虫工程师、大数据运营专员、大数据架构师、大数据专家、大数据总监、大数据研究员、大数据科学家等等数据分析师
wenangou·2022-10-08 11:43

数据预处理(六)——数据变换与离散化

主要内容：数据预处理的必要性数据清洗数据集成数据标准化数据规约数据变换与离散化利用sklearn进行数据预处理小结六、数据变换与离散化在数据预处理过程中，不同的数据适合不同的数据挖掘算法。
shi_jiaye·2022-10-03 15:16

Searching and Mining Trillions of Time Series Subsequences under Dynamic Time Wraping

ABSTRACT:大多数序列数据挖掘算法使用相似度搜索作为一下子任务，因此用于相似搜索的时间常常是所有这种挖掘算法的限制所在。在工作界，有许多十亿级时序序列因为上述的限制而等着被解决。
u010863933·2022-10-02 07:31
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他