数据挖掘导论读书笔记1
数据预处理:
1.聚集:将两个或者多个对象合并成单个对象。
2.抽样:一种选择数据对象子集进行分析的常用方法。抽象方法:简单随机抽样 和渐进抽样
3.维度约:我觉得翻译的不好,英文明细是降维。降维技术:1.PCA(Principal components Analysis)是一种用于连续属性的线性代数技术,它找出新的属性,这些属性是原属性的线性组合,是相互正交的,并且捕获了数据的最大变差。2.SVD(Singular Value Decomposition)
4.特征子集选择 a:嵌入方法 b:过滤方法 c:包装方法
5.特征创建:由原来的属性创建新的属性。a.特征提取 b.映射数据到新的空间 c.特征构造
6.离散化和二元化
离散化:将连续属性变换成分类属性
二元化:连续和离散属性变换成一个或者朵儿二元属性
7.变量变换:用户变量的所有值的变换
简单函数
规范化或者标准化
相似度和相异性的度量
1.简单属性之间的相似度和相异度
标称的
序数的
区间的或者比率的
2.数据对象之间的相异度
欧几里得距离
闵克夫斯基距离
3.数据对象之间的相似度
余弦相似度
Jaccard相似度
Bregman散度
转载于:https://www.cnblogs.com/davidwang456/p/9662496.html
数据挖掘导论读书笔记1相关推荐
- 数据挖掘导论读书笔记5关联分析的基本概念和算法
关联规则的强度可以用support度和confidence(置信)度来度量 关联规则发现 给定事务的集合T,关联规则发现是指找出支持度大于等于minsup并且置信度大于等于minconf的所有规则, ...
- 数据挖掘导论读书笔记10聚类分析续
基于原型的聚类 模糊c均值使用模糊逻辑和模糊集合论的概念,提出一种聚类方案,它很像K均值,但是不需要硬性地将对象分派到一个簇中.模糊c均值算法有时也称为FCM 混合模型聚类采取这样的访谈,簇集合可以用 ...
- 数据挖掘导论读书笔记11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,异常对象被称作离群点(Outlier). 异常检测也称偏差检测(Deviation detection),因为异常对象的属性值明显偏离期望的或者常 ...
- 数据挖掘导论读书笔记9聚类分析
1. 聚类分析仅根据在数据中发现的描述对象及其关系的信息,将数据对象分组. 其目标是组内的对象相互之间是相似的或者相关的,而不同组中的对象是不同的或者不相关的. 2.聚类分析的重要技术 K均值:K均值 ...
- 数据挖掘导论读书笔记8FP树
1FP树 转载于:https://www.cnblogs.com/davidwang456/p/9685555.html
- 数据挖掘导论读书笔记7 Apriori算法
Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法.其核心是基于两阶段频集思想的递推算法.该关联规则在分类上属于单维.单层.布尔关联规则.在这里,所有支持度大于最小支持度的项集称为频繁项 ...
- 数据挖掘导论读书笔记4--其他分类技术
1.基于规则的分类器 2.最近邻分类器 3.贝叶斯分类器 4.人工神经网络 5.支持向量机 6.组合方法 7.不平衡类问题 8.多类问题 转载于:https://www.cnblogs.com/dav ...
- 数据挖掘导论读书笔记6关联分析的高级概念
处理联系属性: 基于离散化的方法 基于统计学的方法 非离散化方法 处理概念分层 定义在一个特定领域的各种实体或者概念的多层组织.概念分层可以用有向无环图DAG来标示. 序列模式 可选计数方案 COBJ ...
- 数据挖掘导论读书笔记3--分类
1.分类的基本概念 分类任务就是通过学习得到一个目标函数f,把每个属性集x映射到一个预先定义的类标号y 目标函数也称为分类模型. 2. 解决分类问题的一般方法: 决策树分类法 基于规则的分类法 神经网 ...
- 数据挖掘导论读书笔记2
1.频率和众数 frequency(vi)=具有属性值vi的对象数/m 分类属性的众数mode是具有最高频率的值. 2.百分位数 3.位置度量:均值和中位数 4.散布度量:极差和方差 绝对平均偏差 A ...
最新文章
- TensorFlow 莫烦视频学习笔记例子二(一)
- Oracle使用goldengate分别向Oracle和mysql双路的单向复制
- 如果java使用什么声明类_如果声明一个类时使用abstract修饰符,则表明该类是()_学小易找答案...
- 部署在SAP Cloud Platform CloudFoundry环境的应用如何消费SAP Leonardo机器学习API
- 与TIME_WAIT相关的几个内核参数
- 高德地图路线规划 时间_路线准、播报拥堵及时,这次自驾出行高德地图可算是帮了大忙...
- Pytorch 加载预训练模型参数时出现size mismatch错误
- JS 函数参数arguments对象(实例)
- 端口被占用问题Error: listen EADDRINUSE 127.0.0.1:8888
- DOM对象和jquery对象相互转换
- JavaFx系列(二) Thread顯示進度窗的對話框
- 约束和异常处理 20
- 奇怪的315:大家都知道,为什么要等晚会曝光,管理部门呢
- 【计算机二级】公共基础知识总结
- phython练习1
- 强化学习用 Sarsa 算法与 Q-learning 算法实现FrozenLake-v0
- 全球与中国蘑菇市场深度研究分析报告
- 采用Tagged Pointer的字符串
- Ceph RBD 入门系列(一) : 块设备的基本使用及librbd在各个应用场景的位置
- RFSoC全面解析(八)—— ZCU111 RFSoC评估工具的上位机界面
热门文章
- mysql创建外键级联更新_MySQL中利用外键实现级联删除、更新
- linux信号掩码线程,20.10 信号掩码(阻塞信号传递)
- 易语言webservice接口_易语言语音通知webservice接口
- jq 点击按钮跳转到微信_【看这里】教你用微信小程序登陆全国青少年普法网,方便快捷!...
- html应用缓存,HTML5应用缓存
- 网易云课堂计算机体系,计算机系统结构 (三) CPU及其结构分析
- android平板 2017,2017年后平板电脑市场将复苏
- 查看mysql view作用_Mysql中View视图的作用
- c语言中错误executing,C语言编程中常见问题解读.doc
- linux 内存 shared,Linux Shared Memory的查看与设置