數據分析與挖掘 - R語言：K-means聚類算法
一個簡單的例子！環境：CentOS6.5Hadoop集群、Hive、R、RHive，具體安裝及調試方法見博客內文檔。 1、分析題目--有一個用戶點擊數據樣本（husercollect）--按用戶訪問的時間（時）統計--要求：分析時間和點擊次數的聚類情況2、數據准備 3、評估 ...
原文：數據分析與挖掘 - R語言：KNN算法
一個簡單的例子 環境：CentOS . Hadoop集群 Hive R RHive，具體安裝及調試方法見博客內文檔。 KNN算法步驟：需對所有樣本點 已知分類 未知分類 進行歸一化處理。然后，對未知分類的數據集中的每個樣本點依次執行以下操作： 計算已知類別數據集中的點與當前點 未知分類 的距離。 按照距離遞增排序 選取與當前距離最小的k個點 確定前k個點所在類別的出現頻率 返回前k個點出現頻率最高 ...
2016-05-25 11:50 0 2915 推薦指數：
相關推薦
數據分析與挖掘 - R語言：貝葉斯分類算法（案例一）
一個簡單的例子！環境：CentOS6.5Hadoop集群、Hive、R、RHive，具體安裝及調試方法見博客內文檔。 名詞解釋： 先驗概率：由以往的數據分析得到的概率, 叫做先驗概率。 后驗概率：而在得到信息之后，再重新加以修正的概率叫做后驗概率。貝葉斯分類是后驗概率。 貝葉斯 ...
數據分析與挖掘 - R語言：貝葉斯分類算法（案例二）
**************************************************** 我們使用這個方法再預測一下案例一中的數據 ...
數據分析與挖掘 - R語言：貝葉斯分類算法（案例三）
案例三比較簡單，不需要自己寫公式算法，使用了R自帶的naiveBayes函數。 代碼如下： 預測結果為： 和原數據一樣！ *********************************這里是分割線 ...
R學習:《R語言數據分析與挖掘實戰》PDF代碼
。 《R語言數據分析與挖掘實戰(張良均等)》PDF，339頁。配套數據與源代碼。 網盤下載：http:/ ...
基於R語言的數據分析和挖掘方法總結——均值檢驗
，當數據中僅含單組樣本且樣本數較大時(通常樣本個數≧30的樣本可視為樣本數較大)，可用這種方法來檢驗總體 ...
R數據分析之AdaBoost算法
Rattle實現AdaBoost算法 Boosting算法是簡單有效、易使用的建模方法。AdaBoost（自適應提升算法）通常被稱作世界上現成的最好分類器。 Boosting算法使用其他的弱學習算法建立多個模型，對數據集中對結果影響較大的對象增加權重，一系列的模型被創建，然后調整那些影響分類 ...
基於R語言的數據分析和挖掘方法總結——描述性統計
1.1 方法簡介 描述性統計包含多種基本描述統計量，讓用戶對於數據結構可以有一個初步的認識。在此所提供之統計量包含： 基本信息：樣本數、總和 集中趨勢：均值、中位數、眾數 離散趨勢：方差(標准差)、變異系數、全距(最小值、最大值)、內四分位距(25%分位數、75 ...