从无到有，陆陆续续一个数据挖掘入门系列的教程就写了18篇博客了，这个是我没有想到的，本来以为可能写10篇博客就结束了，但是写着写着写着写着就写了这么多： 数据挖掘入门系列教程（一）之亲和性分析 数据挖掘入门系列教程（二）之分类问题OneR算法 数据挖掘入门系列教程 ...

数据挖掘：半自动化地分析大型数据库并从中找出有用模式的过程。 和机器学习或者统计分析一样试图从数据中寻找规则或模式，区别在于它处理大量的存储在银盘上的数据，也就是从数据库中发现知识。 数据挖掘的第一步一般是创建数据集，数据集能够描述真实世界的某一方面。数据集主要包括1.表示真实世界中物体的样本 ...

nodeSelector 提供了一个非常简单的方式，将 Pod 限定到包含特定标签的节点上。亲和性与反亲和性（affinity / anti-affinity）特性则极大地扩展了限定的表达方式。主要的增强点在于： 表达方式更加有效（不仅仅是多个精确匹配表达式的“和”关系） 可以标识 ...

数据挖掘入门系列教程（五）之Apriori算法Python实现 加载数据集 获得训练集 频繁项的生成 生成规则 获得support 获得confidence 获得Lift 进行验证 ...

目录 数据挖掘入门系列教程（四点五）之Apriori算法 频繁（项集）数据的评判标准 支持度（support）: 置信度（confidence）： 提升度（Lift）： Apriori 算法 ...

参考 介绍 在上一篇博客：数据挖掘入门系列教程（八点五）之SVM介绍以及从零 ...

通常情况下，Pod分配到哪些Node是不需要管理员操心的，这个过程会由scheduler自动实现。但有时，我们需要指定一些调度的限制，例如某些应用应该跑在具有SSD存储的节点上，有些应用应该跑在同一个节点上等等。 截止到Kubernetes 1.11版本，节点亲和性的特性还是Beta阶段 ...

简介 在上一篇博客：数据挖掘入门系列教程（十点五）之DNN介绍及公式推导中，详细的介绍了DNN，并对其进行了公式推导。本来这篇博客是准备直接介绍CNN的，但是想了一下，觉得还是使用keras构建一个DNN网络，然后进行一定的分类操作，这样能够更加的直观一点。 在这篇博客中将介绍 ...