abcd1101的专栏

原文：https://github.com/litaotao/guidetodatamining/blob/master/chapter-2.md 定义 协同过滤，这个方法是利用他人的喜好来进行推荐，也就是说，是大家一起产生的推荐。他的工作原理是这样的：如果要推荐一本书给你，我会在网站上查找一个和你类似的用户，然后将他喜欢的书籍推荐给你。 如何找到相似的用户？ 曼哈顿距离 不...

原文 https://github.com/litaotao/guidetodatamining/blob/master/chapter-4.md https://github.com/litaotao/guidetodatamining/blob/master/chapter-5.md 定义 分类器是指通过物品特征来判断它应该属于哪个组或类别的程序！分类器程序会基于一组已经做过分类...

我们将这些数据集分为了两个部分，第一部分用来构造分类器，因此称为训练集；另一部分用来评估分类器的结果，因此称为测试集 十折交叉验证：将数据集随机分割成十个等份，每次用9份数据做训练集，1份数据做测试集，如此迭代10次。进而得出准确率。 留一法：我们用几乎所有的数据进行训练，然后用一个数据进行测试。留一法的另一个优点是：确定性。 衡量分类器准确率的方式 是使用以下公式：正确分类的记录数...

有篇很好的解释：https://www.cnblogs.com/zlslch/p/7398781.html 下面是以前自己总结的。 定义（以下都是百度百科抽取出来） 数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。 机器学习专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的...

https://github.com/litaotao/guidetodatamining/blob/master/chapter-3.md 定义 而基于物品的协同过滤则是找出最相似的物品，再结合用户的评价来给出推荐结果。 比较 基于用户的协同过滤又称为内存型协同过滤，因为我们需要将所有的评价数据都保存在内存中来进行推荐。 基于物品的协同过滤也称为基于模型的协同过滤，因为我们...