机器学习笔试题(1)

这篇博客介绍了机器学习笔试中关于数据分箱的方法,包括等频和等宽划分,并通过具体例子解释了15在等频划分下位于第几个箱子。同时,讨论了频繁项集的生成以及在基本K均值算法中,当使用不同邻近度函数时,合适的质心选择。
摘要由CSDN通过智能技术生成

1、假设12个销售价格记录组已经排序如下:5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 使用如下每种方法将它们划分成四个箱。等频(等深)划分时,15在第几个箱子内? (2 )

等宽划分:将整个区域划分成N个相同大小的间隔
等频划分:将整个区域划分为N个间隔,各个间隔中包含的样本数目大致相同

举个例子: 假定由年龄组合:{0,4,12,16,18,24,26,28}

按照等宽的话&

  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值