- 博客(7)
- 资源 (2)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 逻辑运算符 and 和 or 的运行返回机制
and 的返回机制：当所有值为真，返回最后一个真值； 当存在一个假值，返回第一个假值；or 的返回机制：当所有值为假，返回最后一个假值； 当存在一个真值，返回第一个真值；eg：在Python中 123 and 456结果是456而123 or 456结果是123。
2014-12-27 21:35:05
1319
转载 数据挖掘技术（五）——离群点检测
5 异常检测方法异常对象被称作离群点。异常检测也称偏差检测和例外挖掘。常见的异常成因：数据来源于不同的类（异常对象来自于一个与大多数数据对象源（类）不同的源（类）的思想），自然变异，以及数据测量或收集误差。异常检测的方法：（1）基于模型的技术：首先建立一个数据模型，异常是那些同模型不能完美拟合的对象；如果模型是簇的集合，则异常是不显著属于任何簇的对象；在使用回归模型时，异常
2014-12-27 10:25:35
1383
转载 数据挖掘技术（四）——聚类
4、聚类聚类分析提供由个别数据对象到数据对象所指派到簇的抽象。此外，一些聚类技术使用簇原型（即代表簇中其他对象的数据对象）来刻画簇的特征。聚类分析是研究发现最具有代表性的簇原型的技术。回归和PCA的时间复杂度都是O(m2)。注意：簇的定义是不精确的，而最好的定义依赖于数据的特征和期望的结果。聚类分析与其他将数据对象分组的技术有关。监督学习（也叫监督分类或分类）：使用一个由类标号已知的对象开
2014-12-27 10:24:21
2395
转载 数据挖掘技术（三）——关联分析
3、关联分析3.1、基本概念 （1）通常认为项在事物中出现比不出现更重要，因此项是非对称二元变量。（2）关联规则是形如X->Y的蕴涵表达式，其中X和Y是不相交的项集，即X交Y=空。（3）由关联规则作出的推论并不必然蕴涵因果关系。它只表示规则前件和后件中的项明显地同时出现。（4）通常，频繁项集的产生所需的计算开销远大于规则产生所需的计算开销。（5）任何具有反单调性的度量都能够结合到数
2014-12-27 10:23:13
2175
转载 数据挖掘技术（二）——分类
2、分类1、过分拟合问题：造成原因有：（1）噪声造成的过分拟合（因为它拟合了误标记的训练记录，导致了对检验集中记录的误分类）；（2）根据少量训练记录做出分类决策的模型也容易受过分拟合的影响。（由于训练数据缺乏具有代表性的样本，在没有多少训练记录的情况下，学习算法仍然继续细化模型就会产生这样的模型，当决策树的叶节点没有足够的代表性样本时，很可能做出错误的预测）（3）多重比较也可能会导
2014-12-27 10:21:47
3591
转载 数据挖掘技术（一）——预处理
1、数据预处理数据预处理技术包括：聚集、抽样、维规约、特征子集选择、特征创建、离散化和二元化、变量变换。属性的类型：标称（定性的）（值仅仅是不同的名字，即只提供足够的信息以区分对象， 如雇员ID，性别）、序数（定性的）（值提供足够信息确定对象的序， ，如成绩，街道号码）、区间（定量的）（值之间的差别是有意义的，即存在测量单位 如日历日期，摄氏和华氏温度）、比率（定量的）（差和比率都
2014-12-27 10:20:01
1296
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人