数据分析和数据挖掘——复习笔记 文章目录 数据分析和数据挖掘——复习笔记Readme一、学习内容1. 概述2. 数据3. 数据预处理(4个部分)4.分类算法4.1 朴素贝叶斯分类 5. 聚类算法5.1 K-means, K-means++ ,K 中心点法5.2 AGENS 凝聚层次聚类5.3 DBSCAN 密度聚类算法 6. 关联规则挖掘算法PASS 剪枝之类的一个算法 7. 回归算法(包含逻辑回归算法)7.1 线性回归7.2 逻辑回归 8. 神经网络 (只有BP神经网络)8.1 BP神经网络 9. 模型评估和改进 二、实验笔记1.2. 三、复习题Notes四、其他自学内容KNN算法:决策树分类算法支持向量机其他的神经网络算法 总结 Readme 自食用 学的不好, 欢迎指正交流 一、学习内容 1. 概述 2. 数据 3. 数据预处理(4个部分) 4.分类算法 4.1 朴素贝叶斯分类 5. 聚类算法 5.1 K-means, K-means++ ,K 中心点法 5.2 AGENS 凝聚层次聚类 5.3 DBSCAN 密度聚类算法 6. 关联规则挖掘算法 PASS 剪枝之类的一个算法 7. 回归算法(包含逻辑回归算法) 7.1 线性回归 7.2 逻辑回归 8. 神经网络 (只有BP神经网络) 8.1 BP神经网络 9. 模型评估和改进 二、实验笔记 1. 2. 三、复习题Notes 四、其他自学内容 KNN算法: 决策树分类算法 支持向量机 其他的神经网络算法 总结