数据挖掘算法

数据挖掘算法和实践（十六）：聚类算法

之前写算法太侧重于理解和推导，后面的算法将更侧重于在sklearn中使用和官方数据集测试，本篇讲聚类，聚类是一类算法的统称，属经典的无监督学习，无需样本训练得到模型后再适用于新数据，直接对数据进行聚类操作得到某几类数据，经典场景是工业生产环境的异常处理，常见的有基于距离的聚类（代表是K-means算法）和基于密度的聚类（代表是DBscan算法），掌握最常用的k均值，凝聚聚类，dbscan即可；参考
A叶子叶来·2021-01-15 15:29

Python 连续数据离散化最通俗的理解与操作

前言一些数据挖掘算法，特别是某些分类算法，如ID3算法、Apriori算法等，要求数据是分类属性形式。这样，常常需要将连续属性变换成分类属性，即连续属性离散化。
SunnyRivers·2021-01-05 18:40

数据挖掘算法和实践（十五）：数据挖掘流程方法论

很久之前总结的，数据挖掘流程方法论，标准流程是：数据准备-->数据分布探索-->数据预处理-->特征工程-->模型的构建-->模型的优化和调参-->模型的发布，不论采用什么框架基本流程是不会有差别的；
A叶子叶来·2020-12-02 11:11

python 数据离散化_数据离散化 - 等宽&等频&聚类离散 - Python代码

-Python代码发布时间：2018-08-1717:55,浏览次数：1267,标签：Python目录等宽离散等频离散聚类离散附录：rolling_mean函数解释cut函数解释其他数据预处理方法一些数据挖掘算法中
weixin_39895881·2020-12-02 08:50

【第31期】2020下半年，值得关注的10本机器学习、深度学习好书

1白话大数据与机器学习作者：高扬卫峥尹会生推荐语：以降低学习曲线和阅读难度为宗旨，重点讲解了统计学、数据挖掘算法、实际应用案例、数据价值与变现，以及
hzbooks·2020-11-21 07:00

数据挖掘从入门到放弃（一）：线性回归和逻辑回归

“数据挖掘算法基于线性代数、概率论、信息论推导，深入进去还是很有意思的，能够理解数学家、统计学家、计算机学家的智慧，这个专栏从比较简单的常用算法入手，后续研究基于TensorFlow的高级算法，最好能够参与到人脸识别和
WindyQin·2020-09-24 15:00

听说算法工程师80%的时间都在做特征工程？

前言想象一下，当今社会备受瞩目的人工智能和数据挖掘算法工程师每天大部分时间都在做什么呢？是花大量时间手推公式，还是思考各种trick对算法调参，还是一遍遍清洗数据和加工特征？
京东数科技术说·2020-09-17 10:42

数据挖掘算法之关联规则挖掘（二）FPGrowth算法

之前介绍的apriori算法中因为存在许多的缺陷，例如进行大量的全表扫描和计算量巨大的自然连接，所以现在几乎已经不再使用在mahout的算法库中使用的是PFP算法，该算法是FPGrowth算法的分布式运行方式，其内部的算法结构和FPGrowth算法相差并不是十分巨大所以这里首先介绍在单机内存中运行的FPGrowth算法还是使用apriori算法的购物车数据作为例子，如下图所示：TID为购物车项的编
weixin_30871701·2020-09-17 09:01

02云计算与大数据学习之大数据关键技术与应用习题

A、数据挖掘算法  B、聚类算法  C、统计分析算法  D、神经网络算法二、填空题（  ）是大数据的驱动力。大数据总体架构的特点有（  ）。分布式数据库系统是（  ）和（  ）相结合的产物。
布布灵·2020-09-17 05:34

SQLSERVER数据挖掘算法介绍

数据挖掘算法是创建挖掘模型的机制。若要创建模型，算法将首先分析一组数据，查找特定模式和趋势。然后，算法将使用此分析的结果来定义挖掘模型的参数。
李明阳的博客·2020-09-16 23:08

数据挖掘算法之-关联规则挖掘(Association Rule)（购物篮分析）

在各种数据挖掘算法中，关联规则挖掘算是比较重要的一种，尤其是受购物篮分析的影响，关联规则被应用到很多实际业务中，本文对关联规则挖掘做一个小的总结。
数据挖掘工人·2020-09-16 22:37

在你的Java代码中使用Weka

1、引用利用WEKA编写数据挖掘算法2、引用Weka学习一（分类器算法）3、引用Weka学习二（聚类算法）4、引用Weka学习三（ensemble算法）5、引用Weka学习四（属性选择）6、引用Weka
Handsome_Engineer·2020-09-16 20:50

数据挖掘算法-Apriori算法

前言假设你是商场的一名推销员，正与一位刚在商店买了面包的顾客交谈。你应该向她推荐什么产品？你应该想知道你的顾客在购买了面包之后频繁的购买的哪些物品，这些信息是非常有用的。在这种情况下，频繁模式和关联规则正是你想要挖掘的知识。基本概念频繁模式(frequentpattern)是指频繁地出现在数据集中的模式，例如频繁的同时出现在交易数据集中的商品(比如牛奶和面包)集合是频繁项集。如果我们想象全域是商店
L.Jeremy·2020-09-16 15:33

《A Survey on Transfer Learning》迁移学习研究综述 翻译

迁移学习研究综述SinnoJialinPanandQiangYang,Fellow,IEEE摘要：  在许多机器学习和数据挖掘算法中，一个重要的假设就是目前的训练数据和将来的训练数据，一定要在相同的特征空间并且具有相同的分布
进击的学徒·2020-09-16 01:16

数据挖掘算法——Close算法

说明奥：菜鸟的自我学习，可能有错。Close算法原理：一个频繁闭合项目集的所有闭合子集一定是频繁的，一个非频繁闭合项目集的所有闭合超集一定是非频繁的。close算法是对Apriori算法的改进具体步骤为：1.先找到候选1项目集FCC1并得到其支持度和闭合2.之后对每个候选闭合进行修剪如果其支持度不小于最小支持度则加入到FC13.自身不断循环下去直到某个r-项目集FCCi为空则算法结束。栗子:(1)
banxing6367·2020-09-14 01:45

数据挖掘算法的分类

数据挖掘算法的分类算法是数据挖掘模型建立的核心，由于数据挖掘是一个交叉学科，因此其算法也集大成于一身，丰富多彩。
呀呀培培·2020-09-13 15:27

数据挖掘（三）关联分析

（5）任何具有反单调性的度量都能够结合到数据挖掘算法中，对候
_chan_·2020-09-13 13:26

广告算法，反作弊，机器学习研发工程师

机器学习算法的研发；2.为满足数据挖掘产品需求提供算法支持，根据业务特点设计、评估算法；3.为研发自动化数据挖掘平台提供算法支持；职位要求：1.计算机、统计学相关专业硕士以上学历；2.熟悉主流的机器学习、数据挖掘算法原理
chouying6149·2020-09-13 00:34

为什么他也是做爬虫的，公众号 3 年就做到了 48W 粉？

今天给大家推荐一位自学转行Python数据挖掘算法的朋友:王大伟。他是公众号“Python爱好者社区”公众号的唯一小编，目前他的公众号有48W+粉丝。你与这些干货只差长按下图扫码关注！
VIP_CQCRE·2020-09-12 23:08

在分类及预测任务中对高维类别（category）变量的预处理方法

其中高维类别数据是数据挖掘算法（比如神经网络、线性or逻辑回归、SVM）最具挑战性的数据类型。事实上，在一些像决策树或者一些规则归纳的学习算法中，对类别数据并不需要额外的处理。
OraYang·2020-09-12 11:11

一种基于并查集的层次聚类算法

自己设计的一个数据挖掘算法，不过好可惜，csdn上传图片好麻烦，不能直接黏贴，论文中好多公式。等到年后有时间在再来好好发表这篇文章吧
Gentle_bird·2020-09-10 11:00

数据挖掘算法——Apriori算法

一、Apriori算法背景Apriori算法主要目的是发现数据间的关联规则，例如经典的购物篮分析：其中有许多定义，诸如支持度、置信度、关联规则等等。二、Apriori算法具体步骤1、相关步骤：连接步骤：频繁(k-1)项集Lk-1的自身连接产生候选k项集CkApriori算法假定项集中的项按照字典序排序。如果Lk-1中某两个的元素（项集）itemset1和itemset2的前(k-2)个项是相同的，
FCB—MESSI·2020-08-25 12:12

如何进行大数据分析及处理？

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，也正是因为这些被全世界统计学家所公认的各种统
GEERO·2020-08-24 13:11

数据挖掘之apriori算法（python实现详细注释）

概念介绍转自代码一部分参考的这位老哥，自己加了一部分自己的理解1.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"。
苏木George·2020-08-24 04:01

Python爬虫爬取百度百科内容实例

博主将来想从事数据挖掘算法相关的工作，数据挖掘的前提是有数据可用，于是想学些与爬虫有关的技术。
Big__Boy·2020-08-24 03:20

数据挖掘十大经典算法之一--APRIORI

1Apriori算法学习博客：http://blog.csdn.net/qq675927952/article/details/6707704Apriori算法是一关联规则算法，很多数据挖掘算法是在Apriori
zjuslowisfast·2020-08-23 23:45

数据挖掘经典算法PrefixSpan的一个简单Python实现

Github仓库https://github.com/Holy-Shine/PrefixSpan-py首先对韩老提出的这个数据挖掘算法不清楚的可以看下这个博客，讲解非常细致。
weixin_30954607·2020-08-22 23:57

达观数据纪达麒：个性化推荐系统商业化，五大要素不可或缺

在峰会大数据专场上，达观数据CTO纪达麒围绕“数据挖掘算法落地实践”做了主题演讲，就个性化推荐系统商业化的五大要素进行了详细探讨。下面为大家献上演讲的精华内容。机器学习的原理并不神秘
达观数据·2020-08-22 10:41

基于MapReduce编程模型的数据挖掘算法

Mapreduce是一个分布式计算模型，用来解决海量数据的计算问题。首先打个比方，我们要做菜，你切牛肉，我切土豆，这就是“Map”。我们人越多，切得就越快。然后我们把切好的牛肉和土豆放到一起，这就是“Reduce”。(1)Map阶段将一个大任务分解成小任务，并分发给每个节点，每个节点并行处理这些任务，处理速度很快。实现：读取文件内容的时候对每一行解析成key-value的形式，再传进map()函数
susht·2020-08-21 05:16

大数据分析的5个基本方面

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，也正是因为这些被全世
数据分析技术·2020-08-21 04:00

Mapreduce常见数据挖掘算法集收集

1.Map/Reduce方式实现矩阵相乘http://www.norstad.org/matrix-multiply/index.html2.Map/Reduce方式实现PageRank算法http://blog.ring.idv.tw/comment.ser?i=369http://code.google.com/p/map-reduce-assignment/source/browse/tru
guoery·2020-08-21 02:44

永不过时的 K 均值算法

引言众所周知，数据挖掘算法并非十全十美，在某些情况下他们也会失效。
Datartisan数据工匠·2020-08-20 21:44

【每周一本书】之《数据可视化与数据挖掘》：基于Tableau和SPSS Modeler图形界面

编辑|abby官网|www.datayuan.cn微信公众号ID|datayuancn当前，经典的数据挖掘算法日趋成熟，相关标准和技术已经在各行各业得到广泛应用。
数据猿·2020-08-20 06:26

10个优秀的数据挖掘工具，一定不要错过

1.KNIMEKNIME可以完成常规的数据分析，进行数据挖掘，常见的数据挖掘算法，如回归、分类、聚类等等都有。而且它引入很多大数据组件，如Hive，Spark等等。
小几斤·2020-08-18 23:16

[聚类算法]K-means优缺点及其改进

其实几乎所有的机器学习和数据挖掘算法都有其优点和缺点。那么K-means的缺点是什么呢?总结为下：(1)对于离群点和孤立点敏感；(2)k值选择;(3)初始聚类中心的选择；(4)只能发现
mapw1993·2020-08-18 16:24

十大数据挖掘算法

国际权威的学术组织theIEEEInternationalConferenceonDataMining(ICDM)2006年12月评选出了数据挖掘领域的十大经典算法：C4.5,k-Means,SVM,Apriori,EM,PageRank,AdaBoost,kNN,NaiveBayes,andCART.不仅仅是选中的十大算法，其实参加评选的18种算法，实际上随便拿出一种来都可以称得上是经典算法，它
sun_shang·2020-08-18 11:37

数据挖掘实验（七）：K-means算法 R语言

实验目的：了解Kmeans算法基本原理；编写代码并实现Kmeans算法对数据的聚簇二、实验软件Rstudio三、实验内容（1）Ｋ-Means算法Ｋ-Means算法是最为经典的基于划分的聚簇方法，是十大经典数据挖掘算法之一
黄烦烦二号机·2020-08-18 11:49

机器学习：k-means算法

K-means算法是最为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。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代
汤圆甜筒·2020-08-18 11:13

数据挖掘算法之-关联规则挖掘(Association Rule)（购物篮分析）

1.置信度(confidence)定义：设W中支持物品集A的事务中，有c％的事务同时也支持物品集B，c％称为关联规则A→B的可信度。通俗解释：简单地说，可信度就是指在出现了物品集A的事务T中，物品集B也同时出现的概率有多大。实例说明：上面所举的圆珠笔和笔记本的例子，该关联规则的可信度就回答了这样一个问题：如果一个顾客购买了圆珠笔，那么他也购买笔记本的可能性有多大呢？在上述例子中，购买圆珠笔的顾客中
liyonghui123·2020-08-18 11:15

十六、数据变换和数据离散化

数据变换是一种将原始数据变换成较好数据格式的方法，以便作为数据处理前特定数据挖掘算法的输入。数据离散化是一种数据变换形式。
智享AI·2020-08-18 10:29

Graphchi介绍及BFS实现

随着图规模的逐渐增大，普通PC已无法将整个图一次完全载入到内存中，如何在数据图只能部分载入内存的情况下也能使用数据挖掘算法（如pagerank、wcc等）进行分析？
warnon·2020-08-17 21:24

对Weka中DBSCAN算法的分析以及在C#中的实现

DBSCAN算法是常用的数据挖掘算法。所有的聚类方法分为若干类型，前面讨论过的KMEANS算法是基于划分的方法进行聚类，而这次提到的DBSCAN算法是基于密度的方法。
weixin_30487201·2020-08-17 15:35

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_30682127·2020-08-17 03:40

决策树

目录决策树的构造信息增益划分数据集递归构建决策树使用Matplotlib注解绘制树形图决策树是最经常使用的数据挖掘算法。
- birdguan -·2020-08-16 14:44

kMeans算法JAVA实现

K-means算法是最为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。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类
二到深处自然傻·2020-08-16 08:33

数据挖掘该怎样的学习路线？

建议你现从基本的数据挖掘算法开始学起，了解基础知识，数据预处理，基本的分类聚类算法还有关联规则的发现。
Raecing·2020-08-16 05:57

数据蒋堂 | 谈谈临时性计算

这种计算在日常数据处理中很常见，我们举一些例子：应对业务部门的取数需求：比如销售部门想获得进行了某项促销活动前后的销售情况变化信息；数据挖掘算法前的清理准备：将来自各个业务系统的数据（甚至一些企业外部的数据
数据派THU·2020-08-16 01:27

k-means像素聚类

使用K-means进行像素聚类python通过使用K-means对像素聚类以此进行图像分割K-means聚类简介：K-means算法是最为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。
MingChaoSun·2020-08-16 01:42

面试有感

今天面试了头条的数据挖掘算法岗面试官很好，对我很有耐心，说话也很友善。可惜我水平太渣。
PosterLiu·2020-08-15 21:02

数据挖掘算法之聚类分析（三）朴素贝叶斯算法

贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类对于分类问题，其实谁都不会陌生，每个人生活中无时不刻的在进行着分类。例如，走在大马路上看到女孩子，你会下意识的将她分为漂亮和不漂亮（漂亮当然就多看几眼啦）。在比如，在路上遇到一只狗，你会根据这只狗的毛发脏不脏，然后想到这是一只流浪狗还是家养的宠物狗。这些其实都是生活中的分类操作。而贝叶斯分类是在生活中分类的基础上加以概
weixin_30553777·2020-08-13 20:55
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他