数据挖掘
idonot
这个作者很懒,什么都没留下…
展开
-
数据挖掘领域十大经典算法
下面是参与评比的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,它们在数据挖掘领域都产生了极为深远的影响。在我们学习数据挖掘时,可以以这18种算法为主线,如果能把每一种算法都弄懂,整个数据挖掘领域就掌握得差不多了。另外,也可以用这18种算法的熟悉程度来判断自己知识的掌握程度。------------------18 Candidates for the Top 10 Algorit转载 2011-12-19 15:54:36 · 944 阅读 · 0 评论 -
数据挖掘经典案例
当前,市场竞争异常激烈,各商家企业为了能在竞争中占据优势,费劲心思。使用过OLAP技术的企业都知道,OLAP技术能给企业带来新的生机和活力。OLAP技术把企业大量的数据变成了客户需要的信息,把这些信息变成了价值,提高了企业的产值和效益,增强了客户自身的竞争实力。“啤酒与尿布”的故事家喻户晓,在IT界里,几乎是数据挖掘的代名词,那么各商家企业受了多少启发,数据挖掘又给他们带来了多少价值呢?客转载 2012-01-09 17:54:34 · 2029 阅读 · 0 评论 -
使用数据挖掘模型进行查询
为一个数据挖掘模型定型后,可以通过使用 SQL Server Management Studio 或 Business Intelligence Development Studio 中提供的自定义查看器来浏览此模型。但是,如果您希望进行预测或者从模型中获取更深入的或更具体的信息,则必须依据此数据挖掘模型创建一个查询。在以下情况下,查询可帮助您更好地理解和处理模型中的信息:进行单个预测转载 2012-02-01 16:50:03 · 1418 阅读 · 0 评论 -
推荐系统架构小结
一、HULU的推荐系统总结:葫芦的推荐系统,至少在他blog中写的比较简单。更多的是对推荐系统在线部分的一种描述,离线部分我猜想也是通过分布式计算或者不同的计算方式将算法产生的数据存储进入一种介质中,供推荐系统在线部分调用。系统的整个流程是这样的,首先获取用户的行为,包括(watch、subscribe、vote),这样行为会到后台获取show-show对应的推荐数据。同时这些行为转载 2012-09-19 16:22:28 · 16613 阅读 · 5 评论 -
使用R处理大数据集
本文翻译自R in Action的附录G,如果对该书感兴趣,请自行购买或去图书馆阅读。R会把所有的对象读存入虚拟内存中。对我们大多数用户来说,这种设计可以提高与R相互的速度,但是当分析大数据集时,这种设计会降低程序运行速度有时还会产生跟内存相关的错误。内存限制主要取决于R的build版(32位还是64位),而在32位的windows下,取决于操作系统的版本。以cannot alloca转载 2012-12-06 15:02:53 · 7432 阅读 · 1 评论 -
数据挖掘解决精准营销的三大问题
1 我们这次营销的对象是谁?聚类分析、异常分析、RFM分析、决策树、神经网络、 logistics ; 2 如何营销?关联分析、序列分析 ;3 什么时间营销? 生命周期挖掘、时间序列、回归分析。4、如何评估,T、卡方检验,对比分析,环比同比。转载 2012-12-27 10:25:59 · 1469 阅读 · 1 评论