洛豳枭薰

支持度： P (A并B)：A、B同时出现在D（事务集）中的概率，表示AB的关联是否密切。 置信度： P(B|A):在已经发生A的事务集D中，出现B的概率，表示AB是否能够捆绑销售。

https://wenku.baidu.com/view/c32bbada27d3240c8547ef1b.html 跳转到FP算法讲解PPT 1、构建FP树 （1）扫描频繁事务集，调整数据库 （2）构建FP树 2、FP树挖掘 （1）找到路径，省略挖掘事务则为条件模式基 注：条件模式基计数是根据路径中最小的点计数 3、构建条件FP树 4、进行全排列 注：条件FP树出现同一个事务，

其中有一部分引用此博客http://blog.sciencenet.cn/blog-327757-531546.html 要计算或解决一个问题，该问题通常有一个大小规模，用n表示。例如，若分析计算一个二进制数，该数有多少位，这个位就是其大小规模。再比如，从n个数里面找出最大的那个数，这个n就是该问题的规模大小。怎么找？我们要比较n-1次才能得到结果，这个n-1就是所花的时间，也就是时间复杂度。再比

基础 1、假设空间：模型会将输入有一个对应的输出映射，映射集为假设空间 2、泛化误差：真实情况下模型的误差，与真实情况的偏离 就是泛化误差 3、错误率（error rate）：分类错误的样本数占总样本的比例 4、“精度”（accuracy）：就是1-错误率 5、误差（error ）：实际预测输出和样本真实输出之间的差异 6、训练误差/经验误差（training error）：学习器在训练

转载http://blog.csdn.net/Mr_Lyang/article/details/51620627 最近自己想参加一些如题类型的比赛，却发现找不到。自己知道的比赛平台要么已经截止报名，要么就是快结束了，内心真是一万匹马在奔腾。好不容易选了个阿里音乐预测的比赛，花了两天时间初步实现了一种方法，提交结果还不错，至少能进二期，却发现由于自己没看比赛规则，需要那啥实名验证，而被直接淘汰。想想

分布式：可以将数据集分成较小的子集，然后计算每一个每一个子集的度量，最后合并计算结果，得到整个数据集的度量（sum、count） 代数式：通过一个代数函数或者分布式 多个分布式度量的计算（sum/count） 整体度量：对整个数据集度量，不能通过划分子集并合并子集来度量。（中位数）