数据挖掘+大数据研发+算法学习

数理统计作业

数据挖掘

PrefixSpan算法通俗来讲：前缀prefix就是序列数据前面部分的子序列后缀：对于某一个前缀，序列中除去前缀后面剩下的子序列就是我们的后缀。投影数据库：假设alpha是序列数据库 S的一个序列模式，那么alpha的投影数据库就是它在S 中关于前缀alpha的序列的后缀的集合。投影数据库的支持度：相当于现在beta（beta是一个带前缀alpha的序列）支持度不是再在原始数据库中去找了，而是在alpha的投影数据库里面找了。思想：之前计算某一个（候选）序列的支持度计数

一：论文位于： https://www.researchgate.net/publication/221654035_FreeSpan_Frequent_pattern-projected_sequential_pattern_mining 标题：FreeSpan: Frequent pattern projected sequential pattern mining 基于频繁模式投影的序列模式挖掘二：FreeSpan算法 基于频繁模式投影的序列模式挖...

数据挖掘-序列模式挖掘-prefixspan算法（样例）‘所有结果： 通俗来讲：可以以1-频繁项d为例，我们的思路讲解的很明白；这儿我们一般化我们的求解过程：1）第一次扫描原始数据库，得到长度为1的频繁序列。f_list = {a:4, b:4, c:4, d:3, e:3, f: 3}2）从长度为1的频繁项开始，即从a,b,c,d,e,f开始（注意各个是独立的，分别开始）以a开始为例，第二次扫描原始数据库得到a的投影数据库。对a的投影数据库进行计...

增强现实第一章基础概念：增强现实是一个新兴的多学科交叉研究领域，它的研究范围非常广泛，包括以下多门技术：信号处理、计算机图形学、图像处理、计算机网络、三维建模技术、三维渲染技术、新型显示器和传感器的开发与设计。一个完善的AR系统包括多个学科研究的技术，其中系统显示技术、跟踪定位技术、虚实融合技术和用户交互技术是实现一个AR系统的基本支撑技术。一般增强现实的显示技术分为以下五类:头盔显示器、投影式 (Project Display)显示技术，手持式(Hand Held Display)显示

如何寻找频繁模式呢？ 1.最原始的方法：各个项进行排列组合，即找出所有的候选集，然后再一一判断这些候选集是否是频繁项集。 2.apriori算法：1）核心思想就是集合的超集的支持度一定小于或者集合本身的支持度。 2）候选集的产生过程中的一个技巧：例如两个频繁k-项集（按字典顺序排好的）去组合产生一个（k...

在这篇博客中主要分享一下我制作的关于fp-growth算法的ppt。

一：基本概念介绍序列模式挖掘：指挖掘相对时间或其他模式出现频率高的模式序列模式挖掘的动机：大型连锁超市的交易数据有一系列的用户事物数据库。每一条记录包括用户的ID，事物发生的时间和事物涉及的项目。如果能够在其中挖掘涉及事物间关联关系的模式，即用户几次购买行为间的联系，可以采用更有针对性的营销措施。序列：(sequence) 以SID表示，一个序列即是一个完整的信息流序列符号化表示：...

1.最大模式：对于频繁模式p,使得p的任何真超模式都不是频繁的。2.频繁闭项集：是一个频繁的闭的项集，项集c是闭的：如果不存在c的超集c',使得每个包含c的事务也包含c'. 通俗的讲：c的直接超集c'的支持度计数都不等于它本身的支持度计数。举例如下：3.基于约束的关联挖掘4.基于约束的分类：反单调的单调的：简洁约束可转变的约束...

一：基础概念介绍序列模式挖掘：指挖掘相对时间或其他模式出现频率高的模式序列模式挖掘的动机：大型连锁超市的交易数据有一系列的用户事物数据库。每一条记录包括用户的ID，事物发生的时间和事物涉及的项目。如果能够在其中挖掘涉及事物间关联关系的模式，即用户几次购买行为间的联系，可以采用更有针对性的营销措施。序列：(sequence) 以SID表示，一个序列即是一个完整的信息流序列符号化表示：...

1.机器学习，深度学习,概率论DriveC2.机器学习，自然语言处理，深度学习，基础知识AI柠檬3.科学空间，数学，计算机科学科学空间4.廖雪峰官方网站廖雪峰5.数据挖掘（老师推荐）数据挖掘6.AI，机器学习（老师推荐）AI7.机器学习百度的一位牛人8.南京大学周志华机器学习与数据挖掘研究所9.国外数据挖掘牛人数据挖掘...

                                               机器学习回归算法整理相关：1.（Coursera maching-learning week1 and week2）           2.以编程提交作业展开论述。           3.个人笔记心得，以项目实践为指导。参考：1，https://www.zybuluo.com/EtoD...

一：理论简介：1.DES是一种最通用的对称密钥算法。（基于密钥的算法通常分为：对称算法和公开密钥算法）      （对称性体现在加密密钥能够从解密密钥推算出来，反之亦然）      （在大多数对称算法中，加密，解密的密钥是相同的）2.DES的加密解密的密钥是相同的。（可见，对称密钥算法里面的密钥都是保密的）（而公开密钥算法的加密密钥是公开的，解密密钥是保密的）3.D...

随机森林摘要 随机森林是一种比较新的机器学习模型。随机森林对多元共线性不敏感，结果对缺失数据和非平衡的数据比较稳健，可以很好地预测多达几千个解释变量的作用（Breiman 2001b），被誉为当前最好的算法之一（Iverson et al. 2008）。随机森林顾名思义，是用随机的方式建立一个森林，森林里面有很多的决策树组成，随机森林的每一棵决策树之间是没有关联的。在得到森林之后，当有一个新的输入样本进入的时候，就让森林中的每一棵决策树分别进行一下判断，看看这个样本应该属于...

一：描述分治法，贪心算法，动态规划算法，回溯算法，分支限界的基本思想，适用范围和应用1.1分治法1.1.1 基本思想 将规模为n的问题分解为k个规模较小的子问题,使这些子问题相互独立可分别求解,再将k个子问题的解合并成原问题的解.如子问题的规模仍很大,则反复分解直到问题小到可直接求解为止.在分治法中,子问题的解法通常与原问题相同,从而导致递归过程.1.1.2 适用范围 该问题的规模缩小到一定的程度就可以容易地解决；该问题可以分解为若干个规模较小的相同问题;分解出...