weka数据挖掘拾遗（一）---- 生成Arff格式文件
一、什么是arff格式文件 1、arff是Attribute-Relation File Format缩写，从英文字面也能大概看出什么意思。它是weka数据挖掘开源程序使用的一种文件模式。由于weka是个很出色的数据挖掘开源项目，所以使用的比较广，这也无形中推广了它的数据存储格式 ...
原文：weka数据挖掘拾遗（二）---- 特征选择（IG、chi-square)
一 说明 IG是information gain 的缩写，中文名称是信息增益，是选择特征的一个很有效的方法 特别是在使用svm分类时 。这里不做详细介绍，有兴趣的可以googling一下。 chi square 是一个常用特征筛选方法，在种子词扩展那篇文章中，有详细说明，这里不再赘述。 二 weka中的使用方法 特征筛选代码 View Code View Code 三 小结 其实weka中还提供了 ...
2014-02-12 13:20 1 2653 推荐指数：
相关推荐
【数据挖掘】特征选择和降维
一、概念 特征选择feature selection：也被称为variable selection或者attribute selection. 是选取已有属性的子集subset来进行建模的一种方式. 进行特征选择的目的主要有: 简化模型，缩短训练时间，避免维数灾难(curse ...
Python数据挖掘—特征工程—特征选择
如何选择特征 根据是否发散及是否相关来选择 方差选择法 先计算各个特征的方差，根据阈值，选择方差大于阈值的特征 方差过滤使用到的是VarianceThreshold类，该类有个参数threshold，该值为最小方差的阈值，然后使用fit_transform进行特征值过滤 相关系数法 ...
初试weka数据挖掘
的，另一个是我实验时打开的。 一.引入 数据挖掘、机器学习这些字眼，在一些人看来，是 ...
半年拾遗
惭愧，上一篇blog发表时间是12年8月份，现在已经13年2月份了。唉... 此处省略1w字。 半年有余，blog一直闲置了。但是闲置并不代表忘记。时不时还是会敲开cnblogs的域名胡乱逛逛。马上 ...
卡方分布（Chi-Square Distribution）：
定义：如果我们的随机变量是标准正态分布（详见以前博客的高斯分布），那么多个随机变量的平方和服从的分布即为卡方分布。 X=Y12+Y22+⋯+Yn2 其中，Y1,Y2,⋯,Yn均为服从标准正态分布的随 ...
gevent拾遗
在前文已经介绍过了gevent的调度流程，本文介绍gevent一些重要的模块，包括Timeout，Event\AsynResult, Semphore, socket patch，这些 ...