2011年12月_buaalei

12月 11月 10月 09月 04月

转载 Weka -- 聚类算法之K-means

聚类分析中的“类”（cluster）和分类的“类”（class）是不同的，对cluster更加准确的翻译应该是“簇”。聚类的任务是把所有的实例分配到若干的簇，使得同一个簇的实例聚集在一个簇中心的周围，它们之间距离的比较近；而不同簇实例之间的距离比较远。对于由数值型属性刻画的实例来说，这个距离通常指欧氏距离。 K均值算法首先随机的指定K个簇中心。然后：1)将每个实例分配到距它最近的簇中心，得到K

2011-12-27 16:05:32 11573

转载 Weka -- 分类算法之C4.5

WEKA把分类(Classification)和回归(Regression)都放在“Classify”选项卡中，我们希望根据一个样本的一组特征，对目标进行预测。为了实现这一目的，我们需要有一个训练数据集，这个数据集中每个实例的输入和输出都是已知的。观察训练集中的实例，可以建立起预测的模型。有了这个模型，我们就可以新的输出未知的实例进行预测了，衡量模型的好坏就在于预测的准确程度。在WEK

2011-12-27 15:13:29 16936 2

转载 Weka --- 关联规则挖掘

算法属性设置：1.car：如果设为真，则会挖掘类关联规则而不是全局关联规则。2.classindex：类属性索引。如果设置为-1，最后的属性被当做类属性。3.delta：以此数值为迭代递减单位。不断减小支持度直至达到最小支持度或产生了满足数量要求的规则。4.lowerBoundMinSupport：最小支持度下界。5.metricType：度量类型，设置对规则进行排序的

2011-12-26 17:06:29 6168 2

转载 Weka -- 数据格式基本介绍

Weka是什么不多介绍，直接切入正题，简单介绍Weka的数据格式。Weka存储数据的格式是ARFF(Attribute-Relation File Format)文件,是一种ASCII文本文件。如下例，weka自带的weather.arff文件。% ARFF file for the weather data with some numric features % @relatio

2011-12-26 15:21:29 22785

转载数据挖掘领域十大经典算法 --- EM算法

算法数学原理可参考：http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006936.htmlEM算法的目标是找出有隐性变量的概率模型的最大可能性解，包括两个步骤：由E步和M步组成，它是通过迭代地最大化完整数据的对数似然函数Lc( X;Θ )的期望来最大化不完整数据的对数似然函数，其中：Lc(X;Θ) =log p(X，Y |Θ

2011-12-20 22:16:05 6005 1

转载数据挖掘领域十大经典算法 --- 决策树算法 ID3/C4.5

决策树是通过一系列规则对数据进行分类的过程。它提供一种在什么条件下会得到什么值的类似规则的方法。决策树分为分类树和回归树两种，分类树对离散变量做决策树，回归树对连续变量做决策树。基本算法：1.选择一个属性放置在根节点，为每个可能的属性值产生一个分支2.将样本划分成多个子集，一个子集对应于一个分支3.在每个分支上递归地重复这个过程，仅使用真正到达这个分支的样本4.如果在一个节点上

2011-12-20 21:40:25 3775

翻译 C++操作符重载

重载操作符是具有特殊名称的函数:保留字operator后接所需定义的操作符符号。重载操作符必须具有至少一个类类型或枚举类型的操作数，这条规则强制重载操作符不能重新定义用于内置类型对象操作符的含义，所以如int operator+(int ,int )是不合法的。大多数重载操作符可以定义为普通非成员函数或类的成员函数，作为成员函数的操作符有一个隐含的this形参，限定为第一个操作数。一般

2011-12-06 15:49:10 2390

翻译 static 类成员

static 成员类似一个全局对象的作用，但是定义在类中，遵循正常的公有/私有访问规则。可以通过作用域操作符从类直接调用static成员；通过对象，引用或者指向该类类型对象的指针间接调用。static 成员函数当我们在类的外部定义static成员时，无需重复指定static保留字，该保留字只出现在类定义体内部的声明中。static成员是类的组成部分，但是不是任何对象的组

2011-12-01 22:35:45 1121