導讀： 隨着大數據概念的火熱，啤酒與尿布的故事廣為人知。我們如何發現買啤酒的人往往也會買尿布這一規律？數據挖掘中的用於挖掘頻繁項集和關聯規則的Apriori算法可以告訴我們。本文首先對Apr ...

##基礎概念 特征工程是通過對原始數據的處理和加工，將原始數據屬性通過處理轉換為數據特征的過程，屬性是數據本身具有的維度，特征是數據中所呈現出來的某一種重要的特性，通常是通過屬性的計算，組合或轉換 ...

朴素貝葉斯分類 1.1、摘要 貝葉斯分類是一類分類算法的總稱，這類算法均以貝葉斯定理為基礎，故統稱為貝葉斯分類。本文作為分類算法的第一篇，將首先介紹分類問 ...

一、C4.5 C4.5，是機器學習算法中的一個分類決策樹算法，它是決策樹(決策樹也就是做決策的節點間的組織方式像一棵樹，其實是一個倒樹)核心算法ID3的改進算法，所以基本上了解了一半決策 ...

##基礎概念 類別不均衡是指在分類學習算法中，不同類別樣本的比例相差懸殊，它會對算法的學習過程造成重大的干擾。比如在一個二分類的問題上，有1000個樣本，其中5個正樣本，995個負樣本，在這種情況 ...

數據挖掘150道筆試題 作者：白寧超 2016年10月16日13:44:06 摘要：正值找工作之際，數據挖掘150道面試題涵蓋很多基礎知識點，如果你針對求職提前針對性准備，可以以此為為參照 ...

C4.5是一系列用在機器學習和數據挖掘的分類問題中的算法。它的目標是監督學習：給定一個數據集，其中的每一個元組都能用一組屬性值來描述，每一個元組屬於一個互斥的類別中的某一類。C4.5的目標是通 ...

###基礎概念 LigthGBM是boosting集合模型中的新進成員，它和xgboost一樣是對GBDT的高效實現，很多方面會比xgboost表現的更為優秀。原理上它和GBDT及xgboot類似 ...

在畫之前首先介紹一下 Matlab boxplot，下面這段說明內容來自 http://www.plob.org/2012/06/10/2153.html 由於matla ...

###基礎概念 超參數是在開始學習過程之前設置值的參數，而不是通過訓練得到的參數數據。通常情況下，在機器學習過程中需要對超參數進行優化，給學習器選擇一組最優超參數，以提高學習的性能和效果。比如，樹 ...