Chook_lxk的博客

1. 算法原理Apriori关联规则算法的目的就是找出所有的频繁项集，所以需要定义一个评估标准找出频繁项集，即最小支持度。 首先从原始数据集中找出出现的所有项，对应数据集确定候选1项集，根据候选一项集每项在原始项集中的出现次数计算每一项的sup值。比较sup值 / 原始数据集数 的值与最小支持度，小于则舍去，计算出频繁一项集，然后对频繁一项集两项之间求补集，并按照一项集中求sup的方法求取候选二...

1. 算法原理FP-Tree相对于Apriori算法，减少了I/O的次数，原理是先找到原数据的频繁1项集，即项头表。得到后按照项头表的sup值给初始表排序。并且创建树形结构，每个节点存节点名称和出现次数。将初始表迭代放入树中，建树过程完成。挖掘过程是倒序遍历项头表，对于每个s，寻找s在树中到根的路径，组合其余分支的s, 父节点的sup值为所有s节点的sup值之和。得到频繁项集。最终求出最大频繁项...

1. 算法原理C4.5算法： 首先根据训练集求出各属性的信息熵info, 然后求出类别信息商infod, infod - info[i]得到每个属性的信息增益gain, 然后计算每个属性的信息分裂度h, gain[i] / h[i]得到属性信息增益率。递归选择信息增益率最高的属性，按照该属性对数据集进行分裂，判断分裂之后的数据集类别是否为’纯’的，如果是则将当前分裂属性作为叶节点，如果不是继续递...

1. 算法原理CART算法: 为二叉决策树， 能够同时处理离散属性和连续属性，计算所有属性的Gini值，根据最大Gini值进行分裂生成决策树。(离散属性可以用二进制枚举分成两部分， 连续值根据值进行排序后遍历的时候同时更新类别判断值的状态，复杂度降到o(n))2. 代码实现Node.javapackage com.clxk1997.model;/** * @Description 决...