数据挖掘
zhaoyinshuai
这个作者很懒,什么都没留下…
展开
-
EM-期望最大化算法
em算法编辑 最大期望算法(Expectation Maximization Algorithm,又译期望最大化算法),是一种迭代算法,用于含有隐变量(hidden variable)的概率参数模型的最大似然估计或极大后验概率估计。 中文名 em算法 外文名 Expectation Maximization Algorithm 别 名 期望最大化算法 用 于 含有隐变量的概率参数模型转载 2015-11-04 21:01:55 · 2742 阅读 · 0 评论 -
分类与聚类 监督学习与无监督学习
1、Classification (分类),对于一个 classifier ,通常需要你告诉它“这个东西被分为某某类”这样一些例子,理想情况下,一个 classifier 会从它得到的训练集中进行“学习”,从而具备对未知数据进行分类的能力,这种提供训练数据的过程通常叫做 supervised learning (监督学习), 2、Clustering(聚类),简单地说就是把相似的东西分到一组,聚类转载 2015-10-08 16:53:36 · 714 阅读 · 0 评论 -
决策树
决策树的构造方法:每次选择一个好的特征作为分裂点,即分类条件。 好的特征:信息增益量大的属性 信息增益:用来衡量一个属性区分数据样本的能力原创 2015-10-08 16:46:53 · 245 阅读 · 0 评论 -
分类与聚类 监督学习与无监督学习
1、Classification (分类),对于一个 classifier ,通常需要你告诉它“这个东西被分为某某类”这样一些例子,理想情况下,一个 classifier 会从它得到的训练集中进行“学习”,从而具备对未知数据进行分类的能力,这种提供训练数据的过程通常叫做 supervised learning (监督学习), 2、Clustering(聚类),简单地说就是把相似的东西分到一组,聚类转载 2015-10-08 16:55:39 · 1161 阅读 · 0 评论 -
奥卡姆剃刀
奥卡姆剃刀(Occam’s Razor, Ockham’s Razor),又称“奥坎的剃刀”,是由14世纪逻辑学家、圣方济各会修士奥卡姆的威廉(William of Occam,约1285年至1349年)提出,他在《箴言书注》2卷15题说“切勿浪费较多东西,去做‘用较少的东西,同样可以做好的事情’。简单点说,便是:be simple。转载 2015-10-08 16:56:19 · 394 阅读 · 0 评论 -
图数据挖掘-绪论
这是网络数据挖掘的第二部分的绪论,这部分由中国科学院计算技术研究所的沈老师讲授,他用风趣幽默的语言再加上故事性的讲授,不仅让整个课堂活跃了起来,也让我们收获了颇多。写博客希望将自己的学到的东西记录下来,为以后方便记忆和查找,另外,督促学习。复杂系统人是一切关系的总和。 整体是其各部分的总和以及各部分之间的交互。 儿童提出的问题叫科学;专家提出的问题叫技术。 什么是网络? 由通过多种交互关系原创 2015-10-13 18:37:24 · 357 阅读 · 1 评论 -
机器学习、模式识别与数据挖掘之间的关系
数据挖掘和机器学习的区别和联系,周志华有一篇很好的论述《机器学习与数据挖掘》可以帮助大家理解。数据挖掘受到很多学科领域的影响,其中数据库、机器学习、统计学无疑影响最大。简言之,对数据挖掘而言,数据库提供数据管理技术,机器学习和统计学提供数据分析技术。由于统计学往往醉心于理论的优美而忽视实际的效用,因此,统计学界提供的很多技术通常都要在机器学习界进一步研究,变成有效的机器学习算法之后才能再进入数据挖掘转载 2015-10-31 09:51:06 · 1501 阅读 · 0 评论 -
欢迎使用CSDN-markdown编辑器
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl原创 2016-08-10 21:48:04 · 283 阅读 · 0 评论