- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 MS关联规则分析算法
MS关联规则分析算法属于建议引擎算法，可根据已购买的商品推测出可能要购买的商品。关联规则是在大量数据事例中挖掘项集之间的关联或相关联系。典型如购物篮分析，就是购买了某一商品的用户是否会去购买另一商品。关联规则算法是Apriori算法的简单实现，下面是原理分析 3.1. 支持度：P(A∩B)，既有A又有B的概率 3.2. 置信度：P(B|A)，在A发生的事件中同时发生B的概率p(
2017-07-08 17:12:13
1305
原创 MS时序分析算法
MS时序分析算法它是针对连续值（如时间段内的销售额）进行预测的算法（其中包含多种优化后的算法）时序算法的输入输出为同一列时序模型中的重要算法参数 3.1. Periodicity_hint：该参数提供了有关数据模式重复频率的算法信息（以数据的时序的最小单位为基准，经过N个单位重复一次就设置为{n}，如：以日为基准，周为循环的话就是{7}，以月为循环就是{31}，以周月为循环就是{7,3
2017-07-08 17:09:13
3396
原创 MS贝叶斯分析算法
MS贝叶斯分析算法它是一种基于贝叶斯定理的分类算法，有多个底层算法支撑，该算法运算量小，可以使用该算法进行初步探测，再根据结果使用更精确的预测算法。在给定可预测列的各种可能状态的情况下，贝叶斯算法将计算每个输入列的每种状态的概率。（非常重要的概念）贝叶斯算法的输入、输出都必须为二元值属性（是、否），其它所有类型都不支持。创建贝叶斯算法挖掘结构 4.1. 新增挖掘结构视图如下，因为之前
2017-07-08 17:08:11
741
原创 MS聚类分析算法
MS聚类分析算法它是一种“分段”或“聚类”算法，以将示例分组到包含相似特征的分类中。它首先标识数据集中的关系，并根据这些关系来生成一系列分类，可以设置MiniMum_Support（分类的最小支持量）和Cluster_Count（大致分类数）来限制分类的数量它有两种分类算法，通过clustering_method属性来设置 3.1. K-means算法，每个数据点只属于一个分类 3.
2017-07-08 17:06:35
2496
原创 MS决策树分析算法
MS决策树分析算法决策树算法是分类和回归算法，用于对离散和连续属性进行建模，是一种混合算法。决策树根据朝向特定结果发展的趋势进行预测。如购买自行车案例中，10名年轻客户有9名购买，而10名老年客户只有3名购买，则算法推测年龄是购买自行车的关键预测因子。它通过在树中创建一系列拆分来生成挖掘模型，每当发现输入列与可预测列密切相关时，改算法吧便向该模型的树中添加一个节点。决策树与聚类算法的区别
2017-07-08 17:03:44
932
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人