数据分析与挖掘 - R语言：K-means聚类算法
一个简单的例子！环境：CentOS6.5Hadoop集群、Hive、R、RHive，具体安装及调试方法见博客内文档。 1、分析题目--有一个用户点击数据样本（husercollect）--按用户访问的时间（时）统计--要求：分析时间和点击次数的聚类情况2、数据准备 3、评估 ...
原文：数据分析与挖掘 - R语言：KNN算法
一个简单的例子 环境：CentOS . Hadoop集群 Hive R RHive，具体安装及调试方法见博客内文档。 KNN算法步骤：需对所有样本点 已知分类 未知分类 进行归一化处理。然后，对未知分类的数据集中的每个样本点依次执行以下操作： 计算已知类别数据集中的点与当前点 未知分类 的距离。 按照距离递增排序 选取与当前距离最小的k个点 确定前k个点所在类别的出现频率 返回前k个点出现频率最高 ...
2016-05-25 11:50 0 2915 推荐指数：
相关推荐
数据分析与挖掘 - R语言：贝叶斯分类算法（案例一）
一个简单的例子！环境：CentOS6.5Hadoop集群、Hive、R、RHive，具体安装及调试方法见博客内文档。 名词解释： 先验概率：由以往的数据分析得到的概率, 叫做先验概率。 后验概率：而在得到信息之后，再重新加以修正的概率叫做后验概率。贝叶斯分类是后验概率。 贝叶斯 ...
数据分析与挖掘 - R语言：贝叶斯分类算法（案例二）
**************************************************** 我们使用这个方法再预测一下案例一中的数据 ...
数据分析与挖掘 - R语言：贝叶斯分类算法（案例三）
案例三比较简单，不需要自己写公式算法，使用了R自带的naiveBayes函数。 代码如下： 预测结果为： 和原数据一样！ *********************************这里是分割线 ...
R学习:《R语言数据分析与挖掘实战》PDF代码
。 《R语言数据分析与挖掘实战(张良均等)》PDF，339页。配套数据与源代码。 网盘下载：http:/ ...
基于R语言的数据分析和挖掘方法总结——均值检验
，当数据中仅含单组样本且样本数较大时(通常样本个数≧30的样本可视为样本数较大)，可用这种方法来检验总体 ...
R数据分析之AdaBoost算法
Rattle实现AdaBoost算法 Boosting算法是简单有效、易使用的建模方法。AdaBoost（自适应提升算法）通常被称作世界上现成的最好分类器。 Boosting算法使用其他的弱学习算法建立多个模型，对数据集中对结果影响较大的对象增加权重，一系列的模型被创建，然后调整那些影响分类 ...
基于R语言的数据分析和挖掘方法总结——描述性统计
1.1 方法简介 描述性统计包含多种基本描述统计量，让用户对于数据结构可以有一个初步的认识。在此所提供之统计量包含： 基本信息：样本数、总和 集中趋势：均值、中位数、众数 离散趋势：方差(标准差)、变异系数、全距(最小值、最大值)、内四分位距(25%分位数、75 ...