上学期学了数据挖掘,对一些经典的算法有了一定的了解,想把这些算法的思想、自己的理解、使用每个算法的一个代码实践完成和整理一下,完成一个自己的挖掘算法系列笔记。
这些算法分别属于:频繁项集的发现、分类、聚类、离群点检测。另外挖掘流式数据、推荐系统这两个附加课题也有一些经典的算法需要整理。
数据挖掘领域除重要算法之外还有一些统计相关的概念问题,如果有时间也可以复习整理一下。
【算法大纲】
频繁项集的发现:Apriori算法、FP树算法
分类:朴素贝叶斯、决策树(属性度量方式:GINI指数、熵、信息增益)、SVM、KNN、ANN
聚类:K-means、K-medoids、层次聚类、高斯混合模型、双聚类
离群点检测:没有
挖掘流式数据:bloom filter
推荐系统:局部敏感哈希