【读书笔记-数据挖掘概念与技术】离群点检测
1 离群点和离群点分析 1.2 离群点的类型 a.全局离群点 显著偏离数据集中的其余对象，最简单的一类离群点。 检测方法：找到一个合适 ...
原文：【读书笔记-数据挖掘概念与技术】聚类分析：基本概念和方法
下图摘自：http: blog. .com qianshch blog static 主要的聚类方法可以划分为以下几类： 划分方法 层次方法 基于密度的方法 基于网格的方法 聚类是典型的无监督学习。 wiki： 数据聚类算法可以分为结构性或者分散性。结构性算法利用以前成功使用过的聚类器进行分类，而分散型算法则是一次确定所有分类。结构性算法可以从上至下或者从下至上双向进行计算。从下至上算法从每个对 ...
2015-03-25 12:13 0 5179 推荐指数：
相关推荐
《数据挖掘导论》 - 读书笔记(5) - 分类：基本概念、决策树与模型评估 [2016-8-21]
第4章 分类:基本概念、决策树与模型评估 分类任务就是确定对象属于哪个预定义的目标类。分类问题是一个普遍存在的问题，有许多不同的应用。例如：根据电子邮件的标题和内容检查出垃圾邮件，根据核磁共振扫描的结果区分肿瘤是恶性的还是良性的，根据星系的形状对它们进行分析。 本章介绍分类的基本概念 ...
数据挖掘之关联分析一（基本概念）
许多商业企业运营中的大量数据，通常称为购物篮事务（market basket transaction）。表中每一行对应一个事务，包含一个唯一标识TID。 利用关联分析的方法可以发现联系如关联规则或频繁项集。 关联分析需要处理的关键问题： 从大型事务数据集中发现模式可能在计算上要付出很高 ...
《数据挖掘：概念与技术》—学习笔记
2-1数据对象与属性类型 数据集由数据对象组成。一个数据对象代表一个实体。例如，在销售数据库中，对象可以是顾客、商品或销售•，在医疗数据库中，对象可以是患者；在大学的数据库中，对象可以是学生、教授和课程。通常，数据对象用属性描述。数据对象又称样本、实例、数据点或对象。如果数据对象存放在数据库中 ...
数据挖掘——聚类分析总结
聚类分析 一、概念 聚类分析是按照个体的特征将他们分类，让同一个类别内的个体之间具有较高的相似度，不同类别之间具有较大的差异性 聚类分析属于无监督学习 聚类对象可以分为Q型聚类和R型聚类 Q型聚类：样本/记录聚类 以距离为相似性指标 （欧氏距离、欧氏平方距离 ...
数据挖掘算法：关联分析一（基本概念）
一.基本概念 我们来看上面的事务库，如同上表所示的二维数据集就是一个购物篮事务库。该事物库记录的是顾客购买商品的行为。这里的TID表示一次购买行为的编号，items表示顾客购买了哪些商品。 事务： 事务库中的每一条记录被称为一笔事务。在上表的购物篮事务中，每一笔事务都表示一次 ...
数据挖掘(DM)基本概念
问题：数据总量爆炸式增加，如何从中提取真正有价值的信息，产生了新的领域(DM)。几个名词： 1）Data Mining：数据挖掘 2）Knowledge Discovery：知识发现 3）Machine Learning：机器学习(机器学习是数据挖掘的一个重要工具 ...
文本分析 - 聚类分析 （数据挖掘）
文本分析，在数据挖掘，甚至是深度学习中很重要的分支研究领域。如下运用R语言，通过采用文本相似度算法Jaro-Winkler Distance，能实现： 在题库中查找出相似度高的题并输出自动聚类的结果，从而提炼出练习重点，提高阅读效率。 ## 寻找练习重点 library ...