- 博客(5)
- 收藏
- 关注
RSS订阅原创 Python:输出列表中成员出现的次数
最近一直在做序列模式挖掘，偶尔会用到一些小技巧，在博客上记录一下。输入：一个列表，里面有各种各样的元素，例如：['a', 'b', 'a', 'd', 'e', 'b']输出：各个成员出现的次数先上代码：mylist = ['D', 'G', 'H','D', 'G', 'H','D', 'G']myset = set(mylist) #myset是另外一个列表，里
2015-08-24 15:27:23
2633
原创 数据结构---树(Python)
在有了上篇文章队栈的概念后，相信构造一棵树也变得非常简单。本文构建的树是比较传统的树，即父节点下可以拥有多个子节点，并非二叉树，因为我的目标是为了给SPADE算法做铺垫，并非做查找。 首先我想构造这样一棵树：根节点下有A,B,C三个元素，A元素下有D,E元素，C元素下有F元素，E元素下有G,H,I,K元素（由于mac下没有合适的画图软件，没有插图，抱歉）,大致思路就是将全部的元素推
2015-08-11 11:13:04
2238
原创 数据结构---队栈操作(Python)
因为最近要完成有关树的搜索的算法，涉及到深度、广度优先遍历，因此很有必要将栈和队列这个景点数据结构回顾一遍，使用Python语言编码。因为实在是比较简单，没加注释，同行有需要的直接拷贝过去就行 话不多说先上栈操作的代码：#coding:utf-8class Stack(object): def __init__(self): self.stack =
2015-08-10 10:43:05
1487
原创 时间序列频繁模式挖掘：GSP算法、SPADE算法
什么是时间戳概念的频繁模式挖掘？所谓时间戳(time-stamp)就是加入了时间序列的概念，即每次发生的时间都有时间先后的顺序，在前面讲解的Apriori算法中并没有加入此概念，虽然Apriori加入了先验性质以减少每轮遍历的次数，但是由于加入了“时间发生先后”的概念，导致时间复杂度大大增加，无疑需要一种新颖的办法解决该问题。
2015-08-07 10:55:55
20463
11
原创 频繁模式挖掘Apriori算法详解
本数据挖掘算法是本人进入研究生学习阶段进行的第一项“比较难”的学习，下文除了源代码有参考Zealseeker博主之外均为原创手打，如有哪里写的不严谨，望请谅解。 首先频繁模式(Frequent Patten)表示频繁的出现在数据集中的模式，举个例子，去烧烤摊点串，这种菜单上的内容就是一种频繁模式，因为会有某种串被点了很多根，那么这就视为是一种“频繁”的成员，同时还有两个比较重要的概念
2015-08-03 13:23:50
6305
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人