栎梓天冲的专栏

原文地址：数据挖掘在医学上的应用作者：枫叶松木木上一篇博文，我们介绍了数据挖掘在商业中的应用，其中谈到了数据挖掘在金融方面的应用，也介绍了一点有关数据挖掘在医学上的应用。本篇将再多讲一讲数据挖掘在医学上的应用，希望能对感兴趣的朋友有所启发，也供从事其他行业数据挖掘应用的同仁参考。 数据挖掘，又称知识发现（KDD），是从大量的数据中抽取潜在的、有价值的知识的过程。数据挖掘所探寻的模式是一种客

原文地址：聚簇索引与非聚簇索引的区别作者：菜鸟的成长  通常情况下，建立索引是加快查询速度的有效手段。但索引不是万能的，靠索引并不能实现对所有数据的快速存取。事实上，如果索引策略和数据检索需求严重不符的话，建立索引反而会降低查询性能。因此在实际使用当中，应该充分考虑到索引的开销，包括磁盘空间的开销及处理开销（如资源竞争和加锁）。例如，如果数据频繁的更新或删加，就不宜建立索引。   本文简要

本文转载自http://www.cnblogs.com/xiaochaohuashengmi/archive/2011/04/24/2026559.html本文分五个部分：访问日志、错误日志、定制日志、日志分析、其他用法。摘自永远的Linux，做了一些修整。 Apche日志系列(1)：访问日志   想要知道什么人在什么时候浏览了网站的哪些内容吗？查看Apache的访问日志就可以知道。

原文地址：如何用EXCEL求一组数的方差和标准差以及均值作者：高卓如求一组数的方差：  点击想放方差的表格空白处，然后在上面的窗口中的FX右边的窗口中输入“=VAR（数组起始位置：数组结束位置）”[输入时不输入引号]  例子：求B2到B100中的数组的方差，并放到 C2 这一空格中，则输入时这样=VAR（B2：B100） 然后回车。即可求出。  求C2方差的标准差，并放到D2中，做法

原文地址：机器学习入门的书单（数据挖掘、模式识别等一样）转作者：想法简单（写在前面）昨天说写个机器学习书单，那今天就写一个吧。这个书单主要是入门用的，很基础，适合大二、大三的孩子们看看；当然你要是大四或者大四以上没看过机器学习也适用。无论是研究智能还是做其他事情，机器学习都是必须的。你看GFW都用机器学习了，咱是不是也得科普一下。（全文结构）其实，我想了想，学一门学科，列出一堆书，评论来评论去的

决策树分类算法决策树归纳是经典的分类算法。它采用自顶向下递归的各个击破方式构造决策树。树的每一个结点上使用信息增益度量选择测试属性。可以从生成的决策树中提取规则。KNN法(K-Nearest Neighbor)：KNN法即K最近邻法，最初由Cover和Hart于1968年提出的，是一个理论上比较成熟的方法。该方法的思路非常简单直观：如果一个样

转自：http://www.cnblogs.com/huangxf/p/4342929.html前言：分类是数据挖掘中的主要分析手段，其任务就是对数据集进行学习并构造一个拥有预测功能的分类模型，用于预测未知样本的类标号，把类标号未知的样本按照某一规则映射到预先给定的类标号中。分类模型学习方法其中一类就是基于决策树的学习方法，下面，简单总结一下决策树的基础知识和构造决策树的两种算法：

XGBoost参数在运行XGboost之前，必须设置三种类型成熟：general parameters，booster parameters和task parameters：General parameters：参数控制在提升（boosting）过程中使用哪种booster，常用的