- 博客(5)
- 收藏
- 关注
RSS订阅原创 学习笔记5-Apriori算法关联分析
Apriori算法的一般流程（1）收集数据：可以使用任何方法收集数据（2）准备数据：任何数据类型都可以，因为我们只保存集合（3）分析数据： 使用任意方法（4）训练算法：使用Apriori算法来找到频繁项（5）测试算法：不需要测试过程（6）使用算法：可以用于发现频繁项集以及物品之间的关联规则数据集扫描的伪代码对数据集中的每条交易记录tran对每个候选相集can： 检查一下can...
2019-08-16 09:15:32
358
原创 学习笔记4-K均值聚类算法
K-均值聚类的一般流程（1）收集数据：可以使用任何方法收集数据（2）准备数据：需要数值型数据来计算距离，也可以将标称型数据映射为二值型数据再用于距离计算（3）分析数据： 使用任意方法（4）训练算法：不适用于无监督学习，即无监督学习没有训练过程（5）测试算法：应用于聚类算法、观察结果。可以使用量化的误差指标如误差平方和来平均算法的结果（6）使用算法：可以用于所希望的任何应用。通常情况下，...
2019-08-16 09:14:34
987
原创 学习笔记3-AdaBoost元算法
AdaBoost（adaptive boosting 自适应boosting）的一般流程（1）收集数据：可以使用任意方法收集数据（2）准备数据：依赖于所使用的弱分类器类型，使用单层决策树，这种分类器可用处理任何数据类型。作为弱分类器，简单分类器的效果更好（3）分析数据：可用使用任意方法（4）训练算法：AdaBoost的大部分时间都在训练上，分类器将多次在同一数据集上训练弱分类器。（5）测...
2019-07-22 19:20:13
213
原创 学习笔记2-Logisti回归
Logistic回归的一般过程（1）收集数据：采用任意方法收集数据（2）准备数据：由于需要进行距离计算，因此要求数据类型为数值型。另外，结构化数据格式则最佳（3）分析数据：采用任意方法对数据进行分析（4）训练算法：大部分时间将用于训练，训练的目的是为了找到最佳的分类回归系数。（5）测试算法：一旦训练步骤完成，分类将会很快（6）使用算法：首先，我们需要输入一些数据，并将其转换成对应的结构...
2019-07-22 19:02:30
255
原创 学习笔记1-决策树
决策树的一般流程（1）收集数据：可以使用任何方法（2）准备数据： 树构造算法值适用于标称型数据（结果只在有限目标集中取，如真与假），因此数值型数据必须离散化（3）分析数据： 构造树完成之后，应该检查图形是否符合预期（4）训练算法：构造树的数据结构（5）测试算法：使用经验树计算错误率（6）使用算法：此步骤可以适用于任何监督学习算法，而使用决策树可以更好地理解数据的内在含义创建分支的伪代...
2019-07-22 18:51:14
478
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