K最近邻(KNN,k-Nearest Neighbor)准确理解

2016-12-28

K最近邻(KNN,k-Nearest Neighbor)准确理解 用了之后，发现我用的都是1NN，所以查阅了一下相关文献，才对KNN理解正确了，真是丢人了。 下图中，绿色圆要被决定赋予哪个类，是红色三角形还是蓝色四方形？如果K ...

kernel 核函数 意义 作用 原理_机器学习

2016-12-14

kernel 核函数 意义 作用 原理_机器学习 核函数目的：把原坐标系里线性不可分的数据用Kernel投影到另一个空间，尽量使得数据在新的空间里线性可分。 核函数方法的广泛应用,与其特点是分不开的： ...

数据挖掘分类方法小结_数据挖掘中的基于决策树的分类方法

2016-12-14

数据挖掘分类方法小结_数据挖掘中的基于决策树的分类方法 数据仓库，数据库或者其它信息库中隐藏着许多可以为商业、科研等活动的决策提供所需要的知识。分类与预测是两种数据分析形式，它们可以用来抽取能够描 ...

用R语言实现对不平衡数据的四种处理方法

2016-09-07

用R语言实现对不平衡数据的四种处理方法 在对不平衡的分类数据集进行建模时，机器学习算法可能并不稳定，其预测结果甚至可能是有偏的，而预测精度此时也变得带有误导性。那么，这种结果是为何发生的呢?到底是什 ...

数据挖掘- 分类算法比较

2016-07-20

数据挖掘- 分类算法比较 随着计算能力、存储、网络的高速发展，人类积累的数据量正以指数速度增长。对于这些数据，人们迫切希望从中提取出隐藏其中的有用信息，更需要发现更深层次的规律，对决策，商务应用提 ...

常见机器学习算法比较

2016-07-11

常见机器学习算法比较 机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择 ...

机器学习实践中应避免的7种常见错误

2016-06-02

机器学习实践中应避免的7种常见错误 在机器学习领域，每个给定的建模问题都存在几十种解法，本文作者认为，模型算法的假设并不一定适用于手头的数据；在追求模型最佳性能时，重要的是选择适合数据集（尤其是“ ...

矩阵分解在推荐系统中的应用：NMF和经典SVD实战

2016-05-06

矩阵分解在推荐系统中的应用：NMF和经典SVD实战 数据  关于NMF，在隐语义模型和NMF（非负矩阵分解）已经有过介绍。 用户和物品的主题分布 运行后输出： 可视化物品的主 ...

线性判别分析(Linear Discriminant Analysis, LDA）算法分析

2016-04-24

线性判别分析(Linear Discriminant Analysis, LDA）算法分析 一． LDA算法概述： 线性判别式分析(Linear Discriminant Analysis, LDA)，也叫做Fisher线性判别(Fisher Linear&nbs ...

如何利用机器学习进行海量数据挖掘

2016-04-20

互联网的海量数据不可能靠人工一个个处理，只能依靠计算机批量处理。最初的做法是人为设定好一些规则，由机器来执行。但特征一多规则就很难制定，即使定下了规则也没法根据实际情况灵活变化。机器学习可以很好的解决 ...

美团实例详解机器学习如何解决问题

2016-04-06

前言：随着大数据时代的到来，机器学习成为解决问题的一种重要且关键的工具。不管是工业界还是学术界，机器学习都是一个炙手可热的方向，但是学术界和工业界对机器学习的研究各有侧重，学术界侧重于对机器学习理论的 ...

统计中分类算法总结

2016-03-19

统计中分类算法总结 对于很多做统计的人员来说，对统计中的算法知道的不是很全面，下面就对统计中分类算法做个总结。 数据转换 主要有两种: l   归一化处理 主要通过把数据归一到一 ...

数据挖掘十大算法总结--核心思想，算法优缺点，应用领域，数据挖掘优缺点

2016-03-19

数据挖掘十大算法总结--核心思想，算法优缺点，应用领域，数据挖掘优缺点 本文所涉算法均只概述核心思想，具体实现细节参看“数据挖掘算法学习”分类下其他文章，不定期更新中。转载请注明出处，谢谢。 参考 ...

把小样本经验用在海量样本筛选上，才是大数据的价值

2016-02-26

把小样本经验用在海量样本筛选上，才是大数据的价值 从小样本到大数据：概念与误区 最近两年产生并记录的数据，总量占到人类文明以来所有数据总和的90%。我们源源不断记录着一切有价值的信息， ...

数据挖掘领域的10大经典算法分享

2016-02-12

 数据挖掘领域的10大经典算法分享 在和数据挖掘方面的朋友聊天时，会讨论一些关于挖掘领域方面知识，对于10大经典算法还有过一次激烈的讨论，应为当时是刚接触数据挖掘，不是很懂。国际权威的学术组织the ...

机器学习算法一览

2016-01-18

文 | 寒小阳 来源  | CSDN博客 引言 提起笔来写这篇博客，突然有点愧疚和尴尬。愧疚的是，工作杂事多，加之懒癌严重，导致这个系列一直没有更新，向关注该系列的同学们道个 ...

聚类分析的主要步骤

2015-11-30

聚类分析的主要步骤 聚类分析的主要步骤 1.数据预处理， 2.为衡量数据点间的相似度定义一个距离函数， 3.聚类或分组， 4.评估输出。 数据预处理包括选择数量，类型和 ...

数据挖掘十大经典算法及各自优势

2015-10-27

数据挖掘十大经典算法及各自优势 不仅仅是选中的十大算法，其实参加评选的18种算法，实际上随便拿出一种来都可以称得上是经典算法，它们在数据挖掘领域都产生了极为深远的影响。 1. C4.5 ...

数据挖掘 特异群组挖掘的框架与应用

2015-10-13

数据挖掘 特异群组挖掘的框架与应用 特异群组挖掘在证券金融、医疗保险、智能交通、社会网络和生命科学研究等领域具有重要应用价值。特异群组挖掘与聚类、异常挖掘都属于根据数据对象的相似性来划分数据 ...

数据挖掘十大经典算法

2015-09-14

数据挖掘十大经典算法 国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaB ...