数据挖掘
文章平均质量分 81
feng_lilan
这个作者很懒,什么都没留下…
展开
-
数据挖掘理论之总结篇
books:http://books.google.com.hk/books?id=bDtLM8CODsQC&printsec=frontcover&dq=data+mining&hl=zh-CN&sa=X&ei=9eMlUbLWC6mfmQWyrIG4Cw&ved=0CEAQ6AEwAQ#v=onepage&q=data%20mining&f=false原创 2014-03-06 15:17:24 · 1110 阅读 · 0 评论 -
数据挖掘之部分监督学习
本文的笔记来源于> Bing Liu著监督式学习:算法通过利用每个类别中的已标注数据来生成一个分类函数,需大量已标注数据来保证学习的准确性。【需大量标注,费时费力】部分监督学习(Partially Supervised Learning):(1)已标注和无标注数据中进行学习(Learning from Labeled and Unlabeled Examples) 【LU学习原创 2015-01-21 15:57:27 · 5742 阅读 · 1 评论 -
数据挖掘之无监督学习篇
本文主要是在看> Bing Liu著 的这本书的笔记1. 基本概念监督学习(Supervised Learning):通过发现数据attributes和类别attributes之间的关联模式,并通过利用这些模式来预测未知数据实例的类别属性。聚类(Clustering):是一种发现数据内在结构的一种技术,处于相同聚类中的数据实例彼此相似,处于不同聚类中的实例则彼此不同。【是一个将数据集原创 2015-01-20 12:01:12 · 3794 阅读 · 1 评论 -
准确率与召回率
原文链接:http://blog.csdn.net/wangzhiqing3/article/details/9058523在信息检索、分类体系中,有一系列的指标,搞清楚这些指标对于评价检索和分类性能非常重要,因此最近根据网友的博客做了一个汇总。准确率、召回率、F1信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(转载 2015-01-08 09:51:06 · 1008 阅读 · 0 评论 -
数据挖掘之分类篇
参考资源:转载 2014-10-14 17:45:18 · 1176 阅读 · 0 评论 -
数据挖掘之聚类篇
一聚类,顾名思义就是把一组对象划分成若干类,并且每个类里面对象之间的相似度较高,不同类里面对象之间相似度较低或差异明显。与分类不同的是聚类不依靠给定的类别对对象进行划分。转载 2014-09-10 13:16:05 · 1651 阅读 · 2 评论 -
数据挖掘算法总结
原文链接:http://qing.blog.sina.com.cn/tj/591d4f4933002uc9.html转载 2014-07-24 11:38:40 · 6059 阅读 · 0 评论 -
数据挖掘之监督学习篇
本文的笔记来源于> Bing Liu著原创 2014-11-12 10:28:36 · 3387 阅读 · 0 评论 -
数据挖掘之关联规则
http://fimi.ua.ac.be/fimi03/http://fimi.ua.ac.be/fimi04/原创 2014-11-06 14:58:27 · 4725 阅读 · 0 评论