https://zhuanlan.zhihu.com/p/53085574 总结一下，Infomap 算法的大体步骤如下（看起来跟 Louvain 有些许类似）： （1）初始化，对每个节点都视作独立的群组； （2）对图里的节点随机采样出一个序列，按顺序依次尝试将每个节点赋给邻居节点所在的社区 ...

看了数据挖掘的异常检测部分，写一点笔记。 1.0 概述 什么是数据挖掘：数据挖掘 什么是异常检测：异常检测 　　异常检测的目标是发现与大部分其他对象不同的对象。通常，异常对象被称为离群点，因为在数据的散布图中，他们远离其他数据点。异常检测也称为偏差检测、例外挖掘。 　　异常检测的方法 ...

一、概念 关联（Association） 关联就是把两个或两个以上在意义上有密切联系的项组合在一起。 关联规则（AR，Assocaition Rules） 用于从大量数据中挖掘出有价值的数据项之间的相关关系。（购物篮分析） 协同过滤（CF，Collaborative Filtering ...

数据离散化 数据离散化的一种常用方法是依据数据的相关性程度进行离散化，最常见的算法就是ChiMerge算法 定义 chimerge是基于chi-squre的，监督的，自底向上（合并的）一种数据离散化方法。 卡方检验 ...

平时做堆叠图比较多，但是今天遇到一个要做重叠图的需求，记录一下~ 1、堆叠图，对应的 series: [] ，需要设置一个stack: "1"，其中每个堆叠图的stack属性值都要保持一致，如下： groupSeriesData: [{ name:'联盟广告 ...

数据挖掘算法总结 1.分类算法 所谓分类，简单来说，就是根据文本的特征或属性，划分到已有的类别中。常用的分类算法包括：决策树分类法，朴素的贝叶斯分类算法(native Bayesian classifier)、基于支持向量机(SVM)的分类器，神经网络法，k-最近邻法(k-nearest ...

相似数据检测算法对给定的一对数据序列计算两者之间的相似度([0,1], 1表示完全相同)或距离([0, ), 0表示完全相同)，从而度量数据之间的相似程度。相似数据检测在信息科学领域具有非常重要的应用价值，比如搜索引擎检索结果的聚类与排序、数据聚类与分类、Spam检测、论文剽窃检测、重复数据删除 ...

因为在我最近的科研中需要用到分布式的社区检测（也称为图聚类（graph clustering））算法，专门去查找了相关文献对其进行了学习。下面我们就以这篇论文IPDPS2018的文章[1]为例介绍并行社区检测算法。 关于基本的单机/串行社区检测算法，大家可以参考我的另一篇博客《图数据挖掘：社区 ...